基于改进YOLOv5算法和DeepSort算法的多目标检测和跟踪 被引量：5

1

作者 李志安 林道程 +2 位作者 姜晓凤 夏英杰 李金屏 《济南大学学报（自然科学版）》 CAS 北大核心 2024年第5期556-563,共8页

针对因受水面波纹、反光及目标外观特征相似而导致的游泳池中目标检测跟踪困难的问题,提出一种基于改进YOLOv5算法和DeepSort算法的多目标检测和跟踪方法;通过引入注意力机制改进YOLOv5算法,增强算法对目标特征的提取能力;将检测结果输... 针对因受水面波纹、反光及目标外观特征相似而导致的游泳池中目标检测跟踪困难的问题,提出一种基于改进YOLOv5算法和DeepSort算法的多目标检测和跟踪方法;通过引入注意力机制改进YOLOv5算法,增强算法对目标特征的提取能力;将检测结果输入到DeepSort算法中,在级联匹配中引入K邻域限制筛选目标检测框,减少因目标外观特征不明显引起的身份切换问题;利用匈牙利算法对检测框和预测框进行匹配,对未匹配成功的检测框采用距离交并比代替交并比进行二次匹配,提高DeepSort算法的跟踪性能;通过对比实验和消融实验验证所提出的多目标检测跟踪算法的性能。结果表明:改进的YOLOv5算法平均精准度提高2%,结合DeepSort算法跟踪检测,身份切换平均减少58次,多目标跟踪精确率为80.26%,比原始YOLOv5算法和Deepsort算法跟踪准确率提升了3.85%。 展开更多

关键词 目标检测 目标跟踪 YOLOv5算法 deepsort算法 注意力机制 K邻域限制

在线阅读 下载PDF 职称材料

应对遮挡问题对DeepSORT进行轨迹拟合优化

2

作者 李伟 颜旒 《现代电子技术》 2023年第10期173-180,共8页

检测跟踪范式是多目标跟踪的主要研究方向,也是自动驾驶汽车的主要应用框架。完善的检测跟踪范式可以在提高多目标跟踪精度的同时有效降低跟踪框的失真率。然而在现有的先进方法中,这种范式通常会遇到多目标重叠后的ID交换问题,严重影... 检测跟踪范式是多目标跟踪的主要研究方向,也是自动驾驶汽车的主要应用框架。完善的检测跟踪范式可以在提高多目标跟踪精度的同时有效降低跟踪框的失真率。然而在现有的先进方法中,这种范式通常会遇到多目标重叠后的ID交换问题,严重影响跟踪精度和轨迹判断。为解决该问题,文中基于经典的DeepSORT算法提出改进方案。首先,在卡尔曼滤波器中添加跟踪框进行置信度的预测和更新,并按降序对更新后的置信度进行排列,在后续匹配中优先匹配预测置信度更高的跟踪目标;然后,比较预测置信度和检测置信度之间的差异,识别出置信度突变的目标,以进行跟踪轨迹的优化和剪枝;最后,使用余弦相似度和交并比(IoU)识别重叠目标,并对重叠目标中置信度最高的目标消失后的轨迹进行多项式轨迹拟合,以纠正错误的ID,完成精确匹配。实证分析结果表明,相比于目前多种先进算法,所提方法的ID交换次数为172,优于其他算法,验证了该算法的可行性和正确性。 展开更多

关键词 遮挡目标检测 多目标重叠 deepsort算法 轨迹拟合算法 卡尔曼滤波 置信度 算法对比

在线阅读 下载PDF 职称材料

基于CenterNet搭配优化DeepSORT算法的断奶仔猪目标跟踪方法研究 被引量：15

3

作者 张伟 沈明霞 +3 位作者 刘龙申 孙玉文 杨运南 许志强 《南京农业大学学报》 CAS CSCD 北大核心 2021年第5期973-981,共9页

[目的]断奶仔猪是生猪养殖业中的重点关注对象,群养环境下的仔猪精准跟踪是分析仔猪个体行为、监测仔猪个体健康的基础。本文提出1种基于深度学习的断奶仔猪目标跟踪方法。[方法]利用基于中心点的CenterNet检测算法设计断奶仔猪目标检... [目的]断奶仔猪是生猪养殖业中的重点关注对象,群养环境下的仔猪精准跟踪是分析仔猪个体行为、监测仔猪个体健康的基础。本文提出1种基于深度学习的断奶仔猪目标跟踪方法。[方法]利用基于中心点的CenterNet检测算法设计断奶仔猪目标检测模型,对DeepSORT算法的检测部分进行优化;训练优化跟踪过程中提取仔猪目标外观特征的模型,结合卡尔曼滤波和匈牙利匹配算法,改进重识别环节,实现具有深度关联度量的断奶仔猪目标实时检测与跟踪。[结果]算法测试结果表明,断奶仔猪目标检测模型的平均精度均值和召回率分别为99.0%和78.6%,多目标跟踪精度MOTA和MOTP指标分别为96.8%和81.8%。[结论]本文所提方法改善了因断奶仔猪外表高度相似性以及黏连遮挡情况导致跟踪困难的问题,可在群养环境中精准跟踪断奶仔猪个体,算法为后续仔猪个体行为分析研究提供技术支撑。 展开更多

关键词 深度学习 deepsort算法 目标检测 目标跟踪 深度关联度量

在线阅读 下载PDF 职称材料

基于优化DeepSort的前方车辆多目标跟踪 被引量：27

4

作者 金立生 华强 +3 位作者 郭柏苍 谢宪毅 闫福刚 武波涛 《浙江大学学报（工学版）》 EI CAS CSCD 北大核心 2021年第6期1056-1064,共9页

为了提升自动驾驶汽车对周边环境的感知能力,提出优化DeepSort的前方多车辆目标跟踪算法.采用Gaussian YOLO v3作为前端目标检测器,基于DarkNet-53骨干网络训练,获得专门针对车辆的检测器Gaussian YOLO v3-vehicle,使车辆检测准确率提升... 为了提升自动驾驶汽车对周边环境的感知能力,提出优化DeepSort的前方多车辆目标跟踪算法.采用Gaussian YOLO v3作为前端目标检测器,基于DarkNet-53骨干网络训练,获得专门针对车辆的检测器Gaussian YOLO v3-vehicle,使车辆检测准确率提升3%.为了克服传统预训练模型没有针对车辆类别的缺点,提出采用扩增后的VeRi数据集进行重识别预训练.提出结合中心损失函数与交叉熵损失函数的新损失函数,使网络提取的目标特征有更好的类内聚合以及类间分辨能力.试验部分采集不同环境的实际道路视频,采用CLEAR MOT评价指标进行性能评估.结果表明,与基准DeepSort YOLO v3相比,跟踪准确度提升1%,身份切换次数减少4%. 展开更多

关键词 自动驾驶 环境感知 深度学习 优化deepsort算法 目标跟踪

在线阅读 下载PDF 职称材料

基于YOLOv3和DeepSort的车流量检测 被引量：28

5

作者 陈佳倩 金晅宏 +1 位作者 王文远 陆莹洁 《计量学报》 CSCD 北大核心 2021年第6期718-723,共6页

针对传统多目标跟踪算法的检测跟踪精度低、鲁棒性差的缺点,基于经典的Tracking-By-Detection模式,提出一种基于YOLOv3和DeepSort的车流量检测方法,实现了车辆视频监控端到端的车流量视频的实时监测与跟踪计数。采用深度学习YOLOv3算法... 针对传统多目标跟踪算法的检测跟踪精度低、鲁棒性差的缺点,基于经典的Tracking-By-Detection模式,提出一种基于YOLOv3和DeepSort的车流量检测方法,实现了车辆视频监控端到端的车流量视频的实时监测与跟踪计数。采用深度学习YOLOv3算法检测视频车辆目标,然后利用深度学习DeepSort算法对检测到的车辆进行实时跟踪计数。实验结果表明该方法应对快速移动的车辆和环境光照的影响时,对车流量的检测效果良好,平均精度达到94.7%,端到端的算法可行且有效,适用于对车辆视频的批处理。 展开更多

关键词 计量学 车流量检测 YOLOv3算法 deepsort算法 深度学习 图像处理

在线阅读 下载PDF 职称材料

基于改进YOLOv5+DeepSort算法模型的交叉路口车辆实时检测 被引量：8

6

作者 贾志 李茂军 李婉婷 《计算机工程与科学》 CSCD 北大核心 2023年第4期674-682,共9页

针对传统目标检测跟踪算法检测精度低、鲁棒性差的缺点,以及交叉路口图像视频资源冗余的现象和车辆密集程度高的特点,提出了一种基于改进YOLOv5和DeepSort算法模型的交叉路口实时车流量检测方法,在MS COCO和BDD100k相结合的数据集上,采... 针对传统目标检测跟踪算法检测精度低、鲁棒性差的缺点,以及交叉路口图像视频资源冗余的现象和车辆密集程度高的特点,提出了一种基于改进YOLOv5和DeepSort算法模型的交叉路口实时车流量检测方法,在MS COCO和BDD100k相结合的数据集上,采用改进的YOLOv5算法模型实现视频小目标车辆检测,利用深度学习多目标跟踪算法DeepSort对检测的车辆进行实时跟踪计数,实现了交叉路口监控端对端的实时车流量检测。通过分析比较不同参数的模型,最终选定了YOLOv5m模型。实验结果表明,该方法在复杂环境、车辆遮挡和目标密集程度高等环境下检测速度更加快,对车辆的检测效果更好,平均准确度达到96.6%。该方法完全满足目标实时性检测的要求,能充分满足交叉路口车辆检测的有效性,满足实际需要的使用需求。 展开更多

关键词 YOLOv5算法 车辆检测 deepsort算法 目标检测 实时检测

在线阅读 下载PDF 职称材料

基于DeepSORT算法的循环水养殖鱼池漂浮死鱼智能捞除技术研究 被引量：1

7

作者 李金刚 张宇雷 +1 位作者 倪琦 黄达 《海洋渔业》 CSCD 北大核心 2023年第6期749-758,共10页

为解决工厂化循环水水产养殖过程中出现的少量鱼类死亡对养殖水体的污染问题,需要将鱼池中处于漂浮状态的死鱼及时捞除。提出一种基于DeepSORT改进算法的循环水养殖鱼池漂浮死鱼的智能捞除方法。步骤如下:首先,建立循环水养殖鱼池漂浮... 为解决工厂化循环水水产养殖过程中出现的少量鱼类死亡对养殖水体的污染问题,需要将鱼池中处于漂浮状态的死鱼及时捞除。提出一种基于DeepSORT改进算法的循环水养殖鱼池漂浮死鱼的智能捞除方法。步骤如下:首先,建立循环水养殖鱼池漂浮死鱼捞除系统,完成相机标定和机械臂手眼标定,实现目标死鱼与机械臂间的坐标转换;然后,采用更贴合目标死鱼轮廓的旋转检测算法对目标死鱼进行检测识别,并输出目标死鱼信息作为DeepSORT算法的输入项;再次,通过旋转外观特征和旋转IOU改进DeepSORT算法,获取更具有鲁棒性的目标死鱼信息,实现对目标死鱼的实时检测识别与跟踪;最后,采用ROS的话题通讯机制,将目标位置发送到机械臂控制系统,控制机械臂实现目标死鱼的智能捞除。结果显示:本算法下多目标跟踪准确率为79.6%,比YOLOv5-DeepSORT算法提高了22.6%;多目标跟踪精确度为68.4%,较YOLOv5-DeepSORT算法提高了4.9%;在进水和曝气正常的情况下,一次性捞除成功率达到77.14%。研究表明,该方法可有效实现对鱼池表面漂浮死鱼的智能捞除,并可为其他领域的移动物体智能抓取研究提供技术参考。 展开更多

关键词 deepsort算法 智能判别 目标检测 手眼标定 坐标系转换 死鱼捞除

在线阅读 下载PDF 职称材料

基于低轨卫星联合监视的机场飞机目标跟踪方法

8

作者 陈家建 刘勇 +3 位作者 郭鹏宇 曹璐 王鑫慧 孟玲 《航天返回与遥感》 CSCD 北大核心 2024年第6期70-81,共12页

随着大规模低轨商业遥感卫星星座的发展,卫星能够在较短时间内对地面同一区域进行接力观测,使得对机场飞机目标的持续监视成为可能。针对低轨卫星联合监视下的机场飞机目标跟踪问题,文章提出了一个基于YOLOv7与DeepSORT的两阶段飞机目... 随着大规模低轨商业遥感卫星星座的发展,卫星能够在较短时间内对地面同一区域进行接力观测,使得对机场飞机目标的持续监视成为可能。针对低轨卫星联合监视下的机场飞机目标跟踪问题,文章提出了一个基于YOLOv7与DeepSORT的两阶段飞机目标跟踪方法,通过引入注意力机制改进YOLOv7网络,实现对卫星遥感图像中小型飞机目标的准确检测;通过优化匹配机制改进DeepSORT算法,实现对存在长时间差的图像序列中运动飞机目标的持续跟踪。文章利用多颗“吉林一号”卫星接力拍摄的卫星遥感图像序列进行算法验证,实验结果表明,文章方法能够融合多颗卫星不同时刻的成像信息,提高对机场运行状态的连续感知能力,多目标跟踪精度为79.15%,对比其他常用的跟踪算法提高了3.2%以上,同时显示出大规模低轨商业遥感卫星星座在目标跟踪领域巨大的应用潜力。 展开更多

关键词 低轨卫星星座 多目标跟踪 改进deepsort算法 注意力机制

在线阅读 下载PDF 职称材料

林区视频监控下车流量分类统计 被引量：2

9

作者 朱文超 杨洁 何超 《计量学报》 CSCD 北大核心 2023年第7期1093-1099,共7页

针对林区环境中通过监控视频统计车流量的传统方法提取车辆特征困难、无法分类统计等问题,提出了一种基于YOLOv5结合DeepSORT的车流量分类统计方法。该方法使用目标检测算法YOLOv5作为检测器对车辆进行分类检测,为了提升实际场景中的车... 针对林区环境中通过监控视频统计车流量的传统方法提取车辆特征困难、无法分类统计等问题,提出了一种基于YOLOv5结合DeepSORT的车流量分类统计方法。该方法使用目标检测算法YOLOv5作为检测器对车辆进行分类检测,为了提升实际场景中的车辆检测效果,在算法中融入CBAM注意力机制增强检测器对车辆的特征提取能力,同时将NMS改进为DIoU-NMS,解决了因车辆相互遮挡导致的漏检问题。使用目标跟踪算法DeepSORT对检测到的车辆进行跟踪,为了减少车辆身份切换现象,将重识别网络在车辆重识别数据集上重新训练。最后通过在视频中设置虚拟线的方法对跟踪到的车辆进行统计。将该方法在实际场景中进行效果验证,实验结果表明,总体车流量统计准确率较改进前提升10.1%,汽车、货车、客车的车流量统计准确率分别为91.8%,94.6%,93.8%。 展开更多

关键词 计量学 车流量统计 目标检测 目标跟踪 视频监控 YOLOv3算法 deepsort算法 图像处理

在线阅读 下载PDF 职称材料

车载手部小目标运动跟踪算法研究 被引量：3

10

作者 王金磊 魏同权 +2 位作者 邓亮 谢正华 陈万刚 《传感器与微系统》 CSCD 北大核心 2023年第8期65-68,77,共5页

随着汽车座舱的发展,通过对车内乘客手部进行运动跟踪,实现与车内灯具交互的应用成为了市场热点需求。但手部小目标易漏检的问题会造成目标缺失与跟踪不连续。提出一种车载手部小目标运动跟踪算法。首先,改进了YOLOv4-Tiny目标检测算法... 随着汽车座舱的发展,通过对车内乘客手部进行运动跟踪,实现与车内灯具交互的应用成为了市场热点需求。但手部小目标易漏检的问题会造成目标缺失与跟踪不连续。提出一种车载手部小目标运动跟踪算法。首先,改进了YOLOv4-Tiny目标检测算法,通过将特征融合层的浅层特征进行多次卷积和下采样,并与深层特征拼接,使深层获得更多的细节特征信息;然后,将检测结果传入DeepSORT算法进行多目标跟踪,实现对手部的运动跟踪。在嵌入式平台实验结果表明:改进后YOLOv4-Tiny算法的召回率提升9.05%;本文算法相比传统算法,多目标跟踪准确度(MOTA)提升17%,精度(MOTP)提升15%,同时具有较高的实时性。 展开更多

关键词 汽车座舱小目标检测 改进YOLOv4—Tiny 特征融合 deepsort算法 多目标跟踪

在线阅读 下载PDF 职称材料

基于改进YOLOv5s的轻量化车流量检测算法 被引量：7

11

作者 王晨曦 鲍泓 梁天骄 《东北师大学报（自然科学版）》 CAS 北大核心 2023年第3期56-63,共8页

由于小型嵌入式设备计算资源有限,很多算法无法在车流量检测中运行完成.针对此问题,提出了一种改进YOLOv5s的轻量化车流量检测算法,以满足模型对硬件的计算能力需求.该算法通过使用轻量化特征提取网络ShuffleNetV2代替YOLOv5s原主干网络... 由于小型嵌入式设备计算资源有限,很多算法无法在车流量检测中运行完成.针对此问题,提出了一种改进YOLOv5s的轻量化车流量检测算法,以满足模型对硬件的计算能力需求.该算法通过使用轻量化特征提取网络ShuffleNetV2代替YOLOv5s原主干网络,减小模型的计算复杂度;融入注意力机制模块以增强网络对车流量的表示,提高其检测精度;通过使用数据增强策略,扩增训练样本,提升模型的鲁棒性.采用改进YOLOv5s算法检测视频车辆目标,结合DeepSort跟踪完成车流量检测,在UA-DETRAC车流量检测数据集上进行了实验.结果表明:所提出的轻量级车流量检测网络在Jetson TX2上的检测准确率为94.96%,检测速度达到15帧/s,实现车流量的实时检测,模型参数量少,满足嵌入式设备的限制. 展开更多

关键词 车流量检测 YOLOv5s算法 deepsort 轻量化 实时性

在线阅读 下载PDF 职称材料

面向校园复杂环境的无人车前方多目标跟踪算法研究 被引量：1

12

作者 金佳男 吴延峰 +1 位作者 史振宁 高建平 《现代制造工程》 CSCD 北大核心 2023年第8期44-52,共9页

针对无人车使用传统多目标跟踪算法在复杂的校园场景中跟踪效果不好、实时性差等问题,提出了一种面向校园复杂环境的无人车前方多目标跟踪算法。首先,基于YOLOv4-tiny目标检测算法设计检测器,增加算法的检测层以提高小目标检测精度;随... 针对无人车使用传统多目标跟踪算法在复杂的校园场景中跟踪效果不好、实时性差等问题,提出了一种面向校园复杂环境的无人车前方多目标跟踪算法。首先,基于YOLOv4-tiny目标检测算法设计检测器,增加算法的检测层以提高小目标检测精度;随后在筛选出的数据集上进行模型训练和试验,试验结果表明,改进后检测器的检测精度AP提高了5.4%,运行速率FPS达到114.3 f/s。其次,在获取检测框后,以检测结果为输入,使用无迹卡尔曼滤波器预测目标轨迹,解决卡尔曼滤波在目标非线性状态下鲁棒性差的问题。然后,将预测得到的新轨迹通过匈牙利算法和当前检测视频帧数进行匹配,并使用IOU匹配算法对匹配不成功的轨迹和检测结果进行关联匹配。最后,进行无迹卡尔曼滤波更新。无人车校园跟踪试验表明,与原DeepSORT算法相比,改进跟踪算法的多目标跟踪准确度MOTA提升数值为4.1%,多目标跟踪精度MOTP提升数值为3.4%,FPS提升了33.8 f/s,有效提高了无人车的安全性。 展开更多

关键词 校园无人车 多目标跟踪 YOLOv4-tiny目标检测算法 deepsort算法 无迹卡尔曼滤波算法 匈牙利算法 IOU匹配算法

在线阅读 下载PDF 职称材料

基于卡尔曼滤波的杂波与噪声背景下红外小目标跟踪方法研究

13

作者 高兴媛 和铁行 《兵工自动化》 2025年第8期63-67,77,共6页

为改进传统目标检测跟踪方法对特征的高层语义信息提取不够丰富,导致目标跟踪结果误差大的问题,提出基于卡尔曼滤波的复杂背景红外小目标跟踪方法。对获取到的弱小目标红外图像进行预处理,增强其目标的对比度,抑制背景对其的影响;通过YO... 为改进传统目标检测跟踪方法对特征的高层语义信息提取不够丰富,导致目标跟踪结果误差大的问题,提出基于卡尔曼滤波的复杂背景红外小目标跟踪方法。对获取到的弱小目标红外图像进行预处理,增强其目标的对比度,抑制背景对其的影响;通过YOLOv4网络提取红外弱小目标特征,将同一视觉特征的像素划入一个集合,搜索集合内可疑目标,在可疑目标中分割真实目标,完成红外弱小目标检测;采用卡尔曼滤波算法对红外弱小目标的运动轨迹进行追踪,并引入合适的损失函数以提高目标跟踪能力。研究结果表明:该方法的中心误差始终小于其他对比方法,最小达到0.53;重叠率始终高于其他对比方法,最高达到1.0,该方法优于对比方法,能提高红外图像小目标的跟踪效果,应用性能佳。 展开更多

关键词 deepsort 红外小目标 红外图像 YOLOv4网络 跟踪算法

在线阅读 下载PDF 职称材料