摘要
一种基于特征解耦的联合检测和重识别多目标跟踪方法,涉及多目标跟踪技术领域。本发明是为了解决现有联合检测和重识别多目标跟踪方法存在检测和重识别任务联合训练过程中优化方向存在冲突,从而导致的跟踪精度低的问题。本发明包括:多目标跟踪数据集预处理;处理好的图像和标签送入主干网络提取特征F;特征F依次在通道和空间维度进行解耦得到适用于检测任务的特征Fdet和适用于重识别任务的特征Fid;根据Fdet细分检测分支获取图像中目标检测边界框位置;根据Fid和IOU重叠度来计算相似度矩阵D;利用D和匈牙利算法将图像中的目标检测边界框与已存在轨迹进行匹配最终获得跟踪结果。通过实验证明,本发明用于多目标跟踪能提高跟踪性能。
技术关键词
分支单元
跟踪方法
图像
积层
身份
重叠阈值
轨迹
注意力
通道
匈牙利算法
元素
坐标
热力图
标签
网络模块
卡尔曼滤波算法
数据
矩阵
输出特征
系统为您推荐了相关专利信息
循环冗余校验数据
图像显示方法
处理单元
参数
芯片系统
矿山行业
大规模语料库
机器可读程序
神经网络生成图像
文本
双向长短期记忆网络
票据
信息处理系统
卷积特征
解析单元