改進YOLOv5 和DeepSORT 的多目標跟蹤算法
打開文本圖片集
摘 要 針對多目標因相互交錯或被遮擋以及檢測目標外觀外貌和背景顏色相近等現(xiàn)象 導致目標跟蹤的漏檢 錯檢ID 分配紊亂等問題 提出了一種改進YOLOv5 DeepSORT和 跟蹤算法 為加強網絡對全局上下文特征的提取能力 文章提出優(yōu)化DeepSORT 的特征提取網絡模型 并通過去掉1 層卷積層 增加4 層殘差層以及采用自適應平均池化層和增加網絡的深度與寬度 對行人提取更加深層次的語義信息 最后 通過實驗驗證了DeepSORT 目標跟蹤算法的優(yōu)越性 其能夠準確地對目標進行跟蹤 具有一定的理論探索意義和實用價值
關鍵詞 多目標跟蹤 行人識別
中圖法分類號 文獻標識碼A
1 引言
隨著計算機視覺技術[1] 的高速發(fā)展,目標檢測與跟蹤技術[2] 已經應用到各個領域中,如自動駕駛、智慧交通以及公共安全監(jiān)管等。(剩余3370字)