基于改进Fairmot框架的多目标跟踪
针对复杂场景下目标之间遮挡造成跟踪精度降低的问题,提出基于Fairmot框架的多目标跟踪改进算法.将主干网特征图通过三重注意力机制进行维度间的信息交互产生注意力掩模,提高对目标的定位能力;行人重识别分支采用Circle Loss依据当前状态选择优化程度,提取更为精确的表观特征,区分不同目标对象.实验结果表明,在MOT15数据集上跟踪精度提升至62%,MT(Mostly Tracked)提升至358,身份切换降低68次,在发生遮挡的场景中拥有更出色的跟踪效果.
图像处理、深度学习、目标跟踪、注意力机制
37
TP391(计算技术、计算机技术)
2022-06-16(万方平台首次上网日期,不代表论文的发表时间)
共9页
777-785