基于YOLOv3与卡尔曼滤波的多目标跟踪算法

• 作者: 任珈民 宫宁生 韩镇阳
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 目标跟踪 计算机视觉 卡尔曼滤波器 匈牙利算法 深度学习
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 169-176
• 页数: 8页
• 分类号: TP391.4
• 字数: 6953字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.05.030

摘要

为了更全面地解决行人多目标跟踪中现存的问题,使用YOLOv3检测当前帧中的待跟踪目标,利用卡尔曼滤波器根据当前目标的位置预测其下一位置及边界框大小.采用改进匈牙利算法,根据检测边框和预测边框的交并比和颜色直方图进行数据关联与匹配,通过系统不断迭代获得目标的运动轨迹完成跟踪.对于被遮挡的目标,引入基于区域的质量评估网络,联合多帧高质量检测图像,恢复被遮挡部分,提高跟踪准确率.采用2D MOT 2015数据集进行实验,该算法平均跟踪准确度达到了34.4％,较其他算法有明显提升.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	宫宁生	南京工业大学计算机科学与技术学院	54	473	12.0	20.0
2	韩镇阳	南京工业大学计算机科学与技术学院	3	0	0.0	0.0
3	任珈民	南京工业大学计算机科学与技术学院	3	0	0.0	0.0