科研之友
微信
新浪微博
Facebook
分享链接
摘要
在基于检测的多目标跟踪算法中，为了获取更具鉴别性的特征以及解决复杂场景下目标的频繁带来的目标丢失以及身份切换问题，提出了一种基于注意力机制与图网络的多目标跟踪算法。算法利用Resnet-34-CBAM网络作为外观特征提取网络，分别将相邻帧的外观特征、位置信息利用特征融合网络进行融合，将获得的融合特征与运动特征分别使用不同更新策略的图网络进行更新，分别获得融合特征与运动特征相似度，使用超参数将两种相似度结合，进而获得相邻帧目标之间的相似度。最终使用匈牙利算法完成关联实现跟踪任务。最后在MOT17数据集进行实验，相较MOTDT算法，MOTA指标提升2.7%,MOTP指标提升6.4%,IDF1指标提升5.9%。实验结果证明，提出的基于图网络与注意力机制的多目标跟踪算法可以有效提高多目标跟踪的整体性能，并有效降低身份切换。
- 出版日期2023
- 单位西安工程大学
