基于孪生网络的多目标跟踪算法
多目标跟踪是计算机视觉领域一个重要的分支,在视频监控、自动驾驶等方面都有广泛的应用,而目前主流的多目标跟踪算法大都遵循基于检测的跟踪范式.针对SiamRPN++算法在有语义和外观均相似目标的场景下存在跟踪结果在正确和错误之间频繁切换的问题,文章提出了EmSiamRPN算法,该算法利用重识别特征对跟踪算法进行改进.针对基于检测的跟踪框架设计的FairMOT算法中卡尔曼滤波器存在手工设计关键参数问题,文章提出了EmSiamMOT算法,该算法使用EmSi-amRPN算法替代卡尔曼滤波器,避免了手工设计关键参数,能够进行端到端的训练.为了验证所提出算法的有效性,文章选用MOTChallenge 2016公开数据集作为测试集,通过与SiamRPN++算法的单目标跟踪效果和FairMOT算法的多目标跟踪效果的对比实验验证了所提算法的有效性和优势.
计算机视觉;多目标跟踪算法;单目标跟踪算法;孪生网络;重识别特征
11
TP391.41(计算技术、计算机技术)
2021-10-09（万方平台首次上网日期，不代表论文的发表时间）
共6页
27-31,37
