一种多目标检测跟踪算法研究

Journal of Hebei University of Science and Technology(2022)

引用 0|浏览0
暂无评分
摘要
针对多目标跟踪领域中现有研究方法存在的实时性差、易漂移等问题,基于YOLOv3算法和KCF算法,提出了一种多目标检测跟踪算法.首先,利用训练好的YOLOv3网络获取视频中目标的位置,并对各个目标进行ID分配;其次,将多个目标并行输入到基于核相关滤波的跟踪模块进行目标跟踪;然后,判断是否满足启动修正策略的条件,若满足则用检测模块的结果去修正跟踪模块的结果;最后,利用跟踪结果更新核相关滤波器模型.实验结果表明,将算法应用于OTB2015数据集中的4组含有多种干扰的视频序列,其跟踪精确度达82.4%,跟踪成功率达81.1%,能够满足跟踪实时性要求.因此,所提算法不但有效,且具有更强的鲁棒性,为多 目标跟踪领域提供了新的研究思路.
更多
查看译文
关键词
computer neural network,multi-target detection and tracking,yolov3,kerneized correlation filter algorithm,correction strategy
AI 理解论文
溯源树
样例
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要