一种改进的高精度端到端车辆多目标跟踪方法
基本信息
| 申请号 | CN202111349929.1 | 申请日 | - |
| 公开（公告）号 | CN113963168A | 公开（公告）日 | 2022-06-21 |
| 申请公布号 | CN113963168A | 申请公布日 | 2022-06-21 |
| 分类号 | G06V10/40;G06V10/82;G06V10/764;G06V20/58;G06K9/62;G06N3/04;G06N3/08;G06T7/246 | 分类 | 计算；推算；计数; |
| 发明人 | 鲍泓;徐歆恺;宁晴;付一豪;王晨曦;潘卫国;徐成 | 申请（专利权）人 | 北京联合大学 |
| 代理机构 | 北京东方盛凡知识产权代理事务所（普通合伙） | 代理人 | 李娜 |
| 地址 | 100101 北京市朝阳区北四环东路97号 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明涉及一种改进的高精度端到端车辆多目标跟踪方法，包括：基于改进的Faster R‑CNN模型对车辆进行检测，得到目标检测数据集；将所述目标检测数据集输入到区域生成网络模块中进行相似度学习，得到待匹配的候选目标数据集，最后通过最近邻匹配方法完成所述待匹配的候选目标数据集的匹配。本发明改进了Quasi‑Dense跟踪方法，结合了注意力机制、自适应等思想，提升模型对于尺度变化较大的目标检测和跟踪的能力，在网络结构中使用空间注意力机制，同时在设定锚框时使用启发式方法，改进模型的跟踪效果，有效的降低了跟踪时ID切换的次数。 |
