文献类型：期刊文章

作　　者：朱新丽[1] 才华[1,2] 寇婷婷[1] 杜冬晖[1] 孙俊喜[3]

ZHU Xinli;CAI Hua;KOU Tingting;DU Donghui;SUN Junxi(School of Electronic Information and Engineering,Changchun University of Science and Technology,Changchun 130022,China;Changchun China Optics Science and Technology Museum,Changchun 130117,China;School of Information Science and Technology,Northeast Normal University,Changchun 130117,China)

机构地区：[1]长春理工大学电子信息工程学院,长春130022 [2]长春中国光学科学技术馆,长春130117 [3]东北师范大学信息科学与技术学院,长春130117

出　　处：《吉林大学学报（理学版）》

基　　金：国家自然科学基金(批准号:11275046);吉林省科技发展计划项目(批准号:20170203005GX).

年　　份：2021

卷　　号：59

期　　号：5

起止页码：1161-1170

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CAS、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：针对多目标跟踪中因目标遮挡而导致跟踪过程中身份交换频繁的问题,提出一种行人多目标跟踪算法.该算法首先使用YOLOv4作为检测器,检测出目标并确定检测框坐标,利用扩展Kalman滤波器对轨迹进行预测;然后用匈牙利算法作为数据关联模块,采用级联匹配方法将扩展Kalman滤波预测的检测框与目标检测的检测框进行匹配,并将发生遮挡的目标加入轨迹异常修正算法;最后在数据集MOT16的测试集上进行实验.实验结果表明,该算法取得了56.5%的跟踪准确度,且对遮挡现象效果良好,有效改进了对目标遮挡身份频繁切换以及遮挡引起的目标丢失的问题.

关 键 词：计算机视觉 多目标跟踪 YOLOv4  扩展Kalman滤波  

分 类 号：TP391]