首页
|
本学科首页
官方微博
|
高级检索
全部学科
医药、卫生
生物科学
工业技术
交通运输
航空、航天
环境科学、安全科学
自然科学总论
数理科学和化学
天文学、地球科学
农业科学
哲学、宗教
社会科学总论
政治、法律
军事
经济
历史、地理
语言、文字
文学
艺术
文化、科学、教育、体育
马列毛邓
全部专业
中文标题
英文标题
中文关键词
英文关键词
中文摘要
英文摘要
作者中文名
作者英文名
单位中文名
单位英文名
基金中文名
基金英文名
杂志中文名
杂志英文名
栏目中文名
栏目英文名
DOI
责任编辑
分类号
杂志ISSN号
基于多信息融合的多目标跟踪方法研究
引用本文:
张静,王文杰. 基于多信息融合的多目标跟踪方法研究[J]. 计算机测量与控制, 2020, 28(9): 233-237
作者姓名:
张静
王文杰
作者单位:
中北大学软件学院,太原030051;湖北江山重工有限责任公司,湖北襄阳441057
摘 要:
在线多目标跟踪作为计算机视觉和人工智能方面的一个研究热点,随着深度学习的发展取得了较大的进展。但是依然存在诸如复杂场景跟踪准确度低等亟待解决的问题。针对多目标跟踪研究中存在的行人特征信息较少、跟踪目标被遮挡等问题,提出了一种融合表观信息、轨迹历史信息和目标运动信息的多目标跟踪方法,通过专门设计的双分支网络结构和损失函数使模型在学习时将三种信息相互融合;改进相似性分数计算方法获得更多的特征信息,提取更为鲁棒的特征。多信息融合的多目标跟踪方法在计算方面开销较少,能够在测试时达到实时的效果。并且,通过相关实验验证,基于多信息融合的多目标跟踪方法能够在MOT16数据集上达到很好的性能,可以更好的处理目标遮挡、目标误检及目标丢失等情况。
关 键 词:
计算机视觉
深度学习
多目标跟踪
目标遮挡
双分支网络
收稿时间:
2020-06-22
修稿时间:
2020-07-01
Multi-target Tracking Method Based on Multi Information Fusion
Abstract:
Keywords:
computer vision
deep learning
multi-target tracking
target occlusion
two branch network
本文献已被
万方数据
等数据库收录!
点击此处可从《计算机测量与控制》浏览原始摘要信息
点击此处可从《计算机测量与控制》下载
免费
的PDF全文
设为首页
|
免责声明
|
关于勤云
|
加入收藏
Copyright
©
北京勤云科技发展有限公司
京ICP备09084417号