声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-5602/TP
国际刊号：1673-9418
发布日期:
作者：杨金龙，程小雪，缪佳妮，张光南
单位：1. 江南大学 物联网工程学院，江苏 无锡 2141222. 长安大学 信息工程学院，西安 710064
关键词：多伯努利滤波,检测跟踪,目标新生,相似度矩阵
针对多伯努利滤波方法在多目标跟踪时，难以检测新生目标，且当目标出现互相遮挡等干扰时，跟踪精度下降，甚至出现目标漏跟，以及当漏跟目标被重新跟踪后，与之前运动轨迹难以关联等问题，在多伯努利滤波框架下，引入YOLOv3检测算法，并采用卷积特征对目标进行描述，计算相邻帧目标的相似度矩阵，设计新生目标识别和漏跟目标的重识别策略，以实现对目标新生判别和漏跟目标的连续估计；此外，在模板更新时，融合高置信度检测框，提出遮挡目标处理机制，有效提高目标跟踪精度。最后，采用标准数据集中具有挑战性的视频序列进行算法测试，结果表明，提出算法能有效识别新生目标和漏跟目标，实现对视频多目标轨迹的连续跟踪。
来源：2020年第10期
《计算机科学与探索》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。