融合注意力机制的单步双分支多目标跟踪算法

摘要：

为提高多目标跟踪的实时性、解决形变和遮挡后的身份切换问题,提出一种融合改进的通道注意力机制的单步双分支多目标跟踪算法.以深度聚合网络为框架,通过改进通道注意力机制,充分利用多层次特征并考虑特征通道依赖关系;联合训练目标检测分支与重识别分支,增强检测鲁棒性和模型抗遮挡能力;利用外观、运动以及IOU信息进行数据关联.实验结果表明,使用该算法有效缓解了多目标跟踪遇到的目标形变和遮挡问题带来的影响,性能和效率得到大幅提升.

关键词：注意力机制、多目标跟踪、深度聚合、卡尔曼滤波、匈牙利算法

所属期刊栏目：43

分类号：TP391(计算技术、计算机技术)

资助基金：北京市教委科技计划一般基金项目;北京信息科技大学科研基金项目;北京信息科技大学科研基金项目

在线出版日期：2022-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：3085-3092