复杂场景下基于OSA改进的多目标跟踪算法研究

• 作者: 刘志强 任世恒
• 来源期刊: 信息技术
• 学科: 工学
• 关键词: 多目标跟踪 OSA模块 重识别 YOLOv3 deepsort
• 年，卷（期）: 2022,（4）
• 所属期刊栏目: 研究与探讨|RESEARCH AND DISCUSSION
• 页码范围: 123-129
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2022.04.021

摘要

为了提升deepsort多目标跟踪算法中的重识别模块性能,增强网络对图像特征的语义表达,优化算法在复杂场景中对目标身份一致性判断能力.提出OSA模块改进宽残差网络,并利用数据集对改进后的模型进行训练,获取相关数据及权重模型;研究改进网络与原网络在同一数据集下的模型训练效果,并与原重识别模块下的YOLOV3-deepsort跟踪算法进行对比实验.在基准MOT跟踪数据集的评估中,多目标跟踪准确度较YOLOV3-deepsort提升1.2％,验证了文中所提改进算法的有效性.