基于3D-MobileNetv2的多目标实时跟踪框架

摘要：

为了克服卡尔曼滤波在远距离以及遮挡情形下跟踪不准确的问题,设计了一个多目标实时跟踪框架,利用神经网络预测目标物体在三维空间里的状态,使用匈牙利算法逐帧进行数据关联,设计轨迹管理模块管理相应的轨迹,实现多目标跟踪.相较于传统的框架,该框架不需要在图像空间执行卡尔曼滤波,不仅能在高帧速率准确跟踪遮挡目标,而且对远距离目标也有优异的表现.以KITTI数据集进行测试,性能指标如下:多目标跟踪准确度为79.22,多目标跟踪精确度为78.33,多数丢失数为54.19,多数跟踪数为13.21,ID转变数为16,运行速度为39帧/秒.相较于传统的卡尔曼框架,准确率提升了11％,并且抗遮挡性也有大幅度提升.

关键词：图像处理、多目标跟踪、深度学习、激光点云

所属期刊栏目：39

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;江苏省研究生科研与实践创新计划项目

在线出版日期：2022-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：364-372