基于多特征匹配的轻量化行人跟踪算法研究

来源：电子测量技术杂志2022年第21期北京时间：

作者：安胜彪，刘新宇，白宇

单位：河北科技大学 信息科学与工程学院 石家庄 050018

摘要：行人跟踪是深度学习研究中的热点内容。目前的跟踪算法存在无法满足实时性和因跟踪目标相似度太高、目标间的遮挡、运动不规律造成ID频繁转换的问题。为了提高运行速度，在目标检测阶段使用CNN和transformer相结合的轻量化网络，采用联合检测的方式，共享特征权重，并行计算检测、重识别、人体姿态估计分支，同时调整各个分支卷积通道数。跟踪部分则利用卡尔曼滤波预测的目标运动信息，目标重识别信息，和目标姿态的各个关键点位置信息共同完成目标身份匹配，减少了同一ID的频繁转换。实验部分采用MOT16数据集训练和测试。本算法的多目标跟踪准确度(MOTA)为48.5%，多目标跟踪精确度(MOTP)为78.17%，FPS为20，模型大小为18.4M。实验表明，提出的跟踪算法提高了整体的跟踪性能，实时性和准确性达到了预期要求。

关键词：轻量化网络;多特征匹配;行人跟踪