一种改进MDnet的人物跟踪模型

摘要：

在机场、高尔夫球场等场所,设计一种载重式跟踪机器人帮助人们托运重物,能够识别人物并且进行自主跟踪.该识别方法改进了MDnet在线跟踪模型,能在人物被遮挡以后保持原来的跟踪效果.原生的MDnet在线跟踪算法,没有处理目标被遮挡的情况下的图片帧,当目标的遮挡情况严重时跟踪就会丢失.为了解决这个问题,在输入前加入Img-Align层,使用双线性内插值方法进行图像尺寸处理,得到更精确的目标值;在全连接层后加入Occlusion-Assess层,设置函数变换,降低目标遮挡严重的帧的正样本采集范围,保证之后跟踪的正确率.对3个数据集10760张图片进行训练,改进后的模型交并比提高了10％,成功跟踪评分提升了15.6％,跟踪时间平均减少了24％.

关键词：跟踪机器人;人物跟踪模型;跟踪防丢失;MDnet;目标值获取;样本采集

所属期刊栏目：44

分类号：TN820.4-34;TP751.1(无线电设备、电信设备)

资助基金：国家自然科学基金资助项目;2016年浙江省博士后科研项目择优资助

在线出版日期：2021-11-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：162-166