您当前的位置： 首页 > 论文 > 2025,56(01) > 信息与计算机
扫 码 阅 读
基金项目:
山西省重点研发计划（202102010101008）；山西省基础研究计划（自由探索）（20210302123334）；山西省基础研究计划 （202303021211187）
分类号:
TP181
DOI:
10.16355/j.tyut.1007-9432.20220843
期刊号:
2025,56(01)
收稿日期:
修回日期:
| 通讯作者 | 单位 |
| 穆晓芳 | 太原师范学院计算机科学与技术学院 山西能源学院 |
摘要:
【目的】针对监控视频跨域环境下的多目标跟踪画面中，频繁遮挡、轨迹开始终止时刻未知、目标太小、目标间交互、表观相似以及摄像头视角变化等问题，提出一种改进的多目标跟踪算法。【方法】 该算法最大化利用低分检测对象，将未匹配的低分对象进行二次匹配，目标跨域后，依据摄像头拓扑排序规则，以及相邻摄像头的未匹配跟踪轨迹，同时对检测器YOLOv5算法进行优化改进，通过信息流的层层递进，有效解决多尺度问题和小目标信息提取不充分等问题，在相邻的摄像头中快速匹配到跟踪对象，以提高跨域环境下特定多目标跟踪的精度。【结果】对比消融试验表明，本改进算法MOTA达到了62.8%，IDswitch也显著降低。
关键字:
多目标跟踪；YOLO；计算机视觉；深度学习;