基于注意力机制的行人多目标跟踪方法

摘要：

多目标跟踪(Multi-Object Tracking,MOT)是智能交通和智慧城市的关键技术之一.针对真实场景下行人多目标跟踪困难的问题,提出了一种基于注意力机制的行人多目标跟踪(Pedestrian Multi-Object Tracking based on Self-Attention,PMOT)算法.在特征提取网络增加注意力机制模块,利用 Transformer 的编码器结构对行人特征的空间信息进行编码以增强行人的局部特征,实现目标关联精度的提升.为了改善由于长时间遮挡导致的行人目标丢失问题,PMOT算法在数据关联中扩展一个参考特征分支,并结合行人运动特征与外观特征的相似度来实现目标匹配.实验结果表明,提出的算法在MOT17 数据集上取得 77.0%的跟踪准确度,有效提高了行人目标的跟踪效果.

关键词：计算机视觉、多目标跟踪、注意力机制、特征信息关联

所属期刊栏目：49

分类号：TN911.73

在线出版日期：2023-08-15（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：753-760