融合深度信息与运动趋势的羊只多目标跟踪方法

来源：农业机械学报杂志2025年第5期北京时间：

作者：王美丽，杨恩德

单位：西北农林科技大学,西北农林科技大学,

摘要：近年来，随着羊只养殖向大规模和精细化的方向发展，羊场对智能化管理的需求日益增加。因此，精准的个体识别和行为监测变得尤为重要，对多目标跟踪（Multiple object tracking, MOT）算法的准确性提出了更高要求。然而，现有的MOT算法在目标遮挡和动态场景下的性能仍不理想。本文提出两种跟踪线索：深度调制交并比（Depth modulated intersection over union, DIoU）和轨迹方向建模（Tracklet direction modeling, TDM），旨在补充交并比（Intersection over union, IoU）线索，提高多目标跟踪的精准度和鲁棒性。DIoU线索通过引入目标的深度信息改进了传统的IoU计算方法。TDM聚焦于目标的运动趋势，预测其未来的移动方向。本文将DIoU和TDM跟踪线索集成到BoT-SORT算法中，形成改进的多目标跟踪算法。在两个私有数据集上，改进算法相比基线方法，MOTA（Multiple object tracking accuracy）指标分别提高1.6、1.7个百分点，IDF1（Identification F1 score）指标分别提高1.9、1.0个百分点。结果显示，改进算法在复杂场景中的跟踪连续性和准确性显著提升。

关键词：多目标跟踪;识别;羊只;BoT-SORT;数据关联;目标检测

基金资助：陕西省秦创原“科学家+工程师”建设项目（2022KXJ-67）