基于改进SSD的电力检修多目标人员追踪方法

摘要：

随着计算机人工智能领域的日益飞速发展,对摄像头数量要求日益增加,视频数据量也在迅速增加,视频下的人形轨迹安全监控跟踪,是大规模智能监控系统的重要研究方向.考虑到安全管控现实场景中不同摄像头的光照亮暗程度和每帧图片的人形角度、尺寸等的差异,会影响人形追踪的准确度,为此提出具有快速优势的CSSD网络(Correct Single Shot multi-box Detector,CSSD)和关联分析应用于人形目标追踪.本文基于行人多目标追踪技术基础,提出了一种CSSD网络来进行模型的检测,并使用简单的卡尔曼滤波方法跟踪预测目标的位置状态,预测检测框位置,使用IOU方法和匈牙利算法来解决视频连续前后帧目标匹配问题.经验证,该方法可以有效地提高人形目标准确率,缓解目标之间的部分遮挡和位置突变问题,能最大程度的适应目标的尺寸、远近和角度改变等.

关键词：目标追踪、行人检测、目标识别、神经网络、卡尔曼滤波

所属期刊栏目：29

资助基金：山东省自然科学基金ZR2014FM038,ZR2019MF049

在线出版日期：2020-09-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：152-157