目标丢失判别机制的视觉跟踪算法及应用研究

摘要：

当跟踪对象被严重遮挡或者离开相机视野范围时,机器人的跟踪目标往往会丢失.为了实现准确跟踪,提出了目标丢失判别跟踪YOLO-RTM算法.该方法通过YOLOv3检测视频第一帧中的目标.利用实时多域卷积神经网络(Real-Time MDNet,RT-MDNet)跟踪算法预测目标边界框的变化.计算重叠度,根据重叠度与预设阈值的比较结果决定模型更新方式,当重叠度高于阈值时,采用RT-MDNet更新外观模型,当重叠度低于阈值时,采用YOLOv3重新搜索目标并更新外观模型.在Turtlebot2机器人上的实验结果表明,提出的算法能满足移动机器人跟踪的可靠性,且有效提高跟踪算法的实用性.

关键词：视觉跟踪、目标丢失判别机制、实时多域卷积神经网络、重叠度、出镜头

所属期刊栏目：57

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金区域创新发展联合基金;湖南省战略性新兴产业科技攻关与重大成果转化项目;湖南省重点学科项目

在线出版日期：2021-05-17（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：140-147