首页 | 官方网站   微博 | 高级检索  
     

基于YOLOv3检测和特征点匹配的多目标跟踪算法
引用本文:谭芳,穆平安,马忠雪.基于YOLOv3检测和特征点匹配的多目标跟踪算法[J].计量学报,2021,42(2):157-162.
作者姓名:谭芳  穆平安  马忠雪
作者单位:上海理工大学 光电信息与计算机工程学院, 上海 200093
摘    要:针对传统多目标跟踪算法中行人检测速度慢、易受光照变化、行人快速移动及部分遮挡因素的影响造成行人目标跟踪性能差等问题, 提出一种根据经典的Tracking-by-Detection 模式,采用深度学习YOLOv3算法检测行人目标,然后利用FAST角点检测算法与BRISK特征点描述算法对相邻帧间的行人目标进行特征点匹配,实现多目标行人跟踪的算法。实验结果表明行人目标在背光、快速移动、部分遮挡等复杂环境下均获得了良好的连续跟踪效果,平均精度达到87.7%,速度达到35帧/s。

关 键 词:计量学  多目标跟踪  深度学习  YOLOv3算法  特征点匹配  图像处理  
收稿时间:2019-06-18

Multi-target Tracking Algorithm Based on YOLOv3 Detection and Feature Point Matching
TAN Fang,MU Ping-an,MA Zhong-xue.Multi-target Tracking Algorithm Based on YOLOv3 Detection and Feature Point Matching[J].Acta Metrologica Sinica,2021,42(2):157-162.
Authors:TAN Fang  MU Ping-an  MA Zhong-xue
Affiliation:School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China
Abstract:
Keywords:metrology  multi-target tracking  deep learning  YOLOv3 algorithm  feature point matching  image processing
本文献已被 CNKI 维普 万方数据 等数据库收录!
点击此处可从《计量学报》浏览原始摘要信息
点击此处可从《计量学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号