中国科学院机构知识库网格
Chinese Academy of Sciences Institutional Repositories Grid
融合人群密度的自适应深度多目标跟踪算法

文献类型:期刊论文

作者刘金文2,3,4; 任卫红1; 田建东2,3
刊名模式识别与人工智能
出版日期2021
卷号34期号:5页码:385-397
关键词多目标跟踪 人群密度图 行人重识别 三元组损失
ISSN号1003-6059
其他题名Adaptive Deep Multi-object Tracking Algorithm Fusing Crowd Density
产权排序1
英文摘要

多目标跟踪技术不能较好地解决目标严重遮挡场景下的多目标跟踪问题,因此文中提出融合人群密度的自适应深度多目标跟踪算法.首先,融合人群密度图和目标检测结果,利用人群密度图的位置和计数信息修正检测器结果,消除漏检、误检.然后,使用自适应三元组损失改进行人重识别模型的损失函数,提高对重识别特征的辨别能力.最后,使用外观和运动信息进行目标关联,得到最终的跟踪结果.实验验证文中算法可有效解决目标严重遮挡场景下的多目标跟踪问题.

语种中文
资助机构国家自然科学基金项目(No.U2013210, 61821005)
源URL[http://ir.sia.cn/handle/173321/29184]  
专题沈阳自动化研究所_机器人学研究室
通讯作者田建东
作者单位1.哈尔滨工业大学(深圳) 机电工程与自动化学院
2.中国科学院沈阳自动化研究所 机器人学研究室
3.中国科学院机器人与智能制造创新研究院
4.中国科学院大学 计算机科学与技术学院
推荐引用方式
GB/T 7714
刘金文,任卫红,田建东. 融合人群密度的自适应深度多目标跟踪算法[J]. 模式识别与人工智能,2021,34(5):385-397.
APA 刘金文,任卫红,&田建东.(2021).融合人群密度的自适应深度多目标跟踪算法.模式识别与人工智能,34(5),385-397.
MLA 刘金文,et al."融合人群密度的自适应深度多目标跟踪算法".模式识别与人工智能 34.5(2021):385-397.

入库方式: OAI收割

来源:沈阳自动化研究所

浏览0
下载0
收藏0
其他版本

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。