基于注意力机制和卡尔曼滤波的多目标跟踪
为了解决目前多目标跟踪算法在行人遮挡后无法再次准确跟踪的问题,提出了一种融入注意力机制和改进卡尔曼滤波的多目标跟踪算法,选用联合检测和重识别框架提取特征,同时完成目标检测和重识别任务.设计了并行支路注意力机制,包括空间注意力和通道注意力两个部分,每个部分都采用并行支路的方式完成池化和卷积操作.在跟踪阶段,本文提出了速度先验卡尔曼滤波,实现对行人运动状态更精确的预测.采用CUHK-SYSU数据集对算法进行训练,并在MOT16数据集上做算法的验证和测试.本算法的多目标跟踪准确度(MOTA)达到了65.1%,多目标跟踪精确度(MOTP)达到了78.8%,识别F1值(IDF1)达到62.3%.实验表明,提出的跟踪算法可以有效地提高跟踪的整体性能,实现对目标的持续跟踪.
多目标跟踪;卡尔曼滤波;特征融合;注意力机制;目标遮挡
30
国家自然科学基金;高铁联合基金;四川省重点研发计划;四川省自然资源科研项目
2021-12-21(万方平台首次上网日期,不代表论文的发表时间)
共11页
128-138