摘要
本发明公开了一种基于改进YOLOv5和特征提取的行人多目标跟踪方法,属于机器视觉领域,对YOLOv5s目标检测算法进行改进;使用改进的YOLOv5s‑DCN作为检测算法,输出目标检测框、目标ID和目标的位置信息;根据前一帧目标的位置信息和运动信息对目标轨迹进行预测;使用ResNet‑50作为特征提取网络基准模型,进行改进并训练;使用训练好的特征提取模型对检测算法输出的检测框和上一帧中处于确认状态的预测框进行联级匹配;将未成功匹配的检测框和预测框与上一帧中处于未确认状态的预测框进行IOU匹配;对经过IOU匹配之后的检测框、预测框和预测轨迹进行处理。本发明提供的一种基于改进YOLOv5和特征提取的行人多目标跟踪方法,可以对复杂场景中的多个行人目标进行有效跟踪。
技术关键词
跟踪方法
sigmoid函数
特征提取模型
轨迹
特征提取网络
通道注意力机制
算法
卡尔曼滤波器
全局平均池化
多层感知机
切片
输出特征
模块
马赛克
数据
多尺度
基准
系统为您推荐了相关专利信息
物理化学特征
交叉注意力机制
特征提取模型
序列
多层感知机
图像特征提取模型
设备状态识别方法
查询特征
神经网络模型
样本
生态
决策方法
鱼类自然繁殖
长短期记忆网络
深度学习算法