融合Mask R-CNN的在线多目标行人跟踪方法

来源：计算机工程与科学杂志2023年第7期北京时间：

作者：曹玉东, 陈冬昊, 曹睿, 赵朗

单位：1.辽宁工业大学电子与信息工程学院,辽宁 锦州 121001；2.大连交通大学自动化与电气工程学院,辽宁 大连 116028

摘要：在计算机视觉领域中，行人目标检测与跟踪是备受关注的焦点。提出一种改进的多目标行人跟踪模型，改进Deep SORT基础框架，融合Mask R-CNN实现行人的检测、跟踪和姿态估计功能。采用更符合行人目标宽高比的锚框替代区域预测网络中的锚框，在不增加计算量的情况下提高模型的性能。在深度残差网络中引入注意力机制，采用轻量级的SKNet自适应地选取最佳的卷积核，提高对检测目标的特征表示能力。采用融合了颜色信息的梯度直方图特征取代卷积特征，提高Deep SORT模型中外观信息特征关联匹配的成功率。通过消融研究验证各种改进对模型性能的影响，将改进的模型与当前主流的行人检测跟踪模型进行对比，实验结果表明改进的模型是有效的，在MOT16跟踪数据集上比NSH的MOTA性能提高了6%，在公开数据集上的测试性能优于几种对比模型的，当背景移动或行人目标被遮挡时，仍能实现有效跟踪。

关键词：行人检测,行人跟踪,姿态估计,