基于YOLOv3检测和特征点匹配的多目标跟踪算法

• 作者: 谭芳 穆平安 马忠雪
• 来源期刊: 计量学报
• 学科: 工学
• 关键词: 计量学 多目标跟踪 深度学习 YOLOv3算法 特征点匹配 图像处理
• 年，卷（期）: 2021,（2）
• 页码范围: 157-162
• 页数: 6页
• 分类号: TB96
• 语种: 中文
• DOI: 10.3969/j.issn.1000-1158.2021.02.05

摘要

针对传统多目标跟踪算法中行人检测速度慢、易受光照变化、行人快速移动及部分遮挡因素的影响造成行人目标跟踪性能差等问题,提出一种根据经典的Tracking-by-Detection模式,采用深度学习YOLOv3算法检测行人目标,然后利用FAST角点检测算法与BRISK特征点描述算法对相邻帧间的行人目标进行特征点匹配,实现多目标行人跟踪的算法.实验结果表明行人目标在背光、快速移动、部分遮挡等复杂环境下均获得了良好的连续跟踪效果,平均精度达到87.7％,速度达到35帧/s.