仪器仪表学报

作者：霍 旭，盖绍彦，洪 濡，周伟典，达飞鹏

单位：霍 旭,1. 东南大学自动化学院，2. 东南大学复杂工程系统测量与控制教育部重点实验室,,盖绍彦,1. 东南大学自动化学院，2. 东南大学复杂工程系统测量与控制教育部重点实验室,,洪 濡,1. 东南大学自动化学院，2. 东南大学复杂工程系统测量与控制教育部重点实验室,,周伟典,1. 东南大学自动化学院，2. 东南大学复杂工程系统测量与控制教育部重点实验室,,达飞鹏,1. 东南大学自动化学院，2. 东南大学复杂工程系统测量与控制教育部重点实验室,

关键词：机器视觉;多目标跟踪;图网络;注意力机制

基金：江苏省前沿引领技术基础研究专项(BK20192004C)资助

针对现有多目标跟踪算法关联过程中,外观和几何信息利用不充分,同时跟踪对象的邻域间信息交互不足的问题,提出了一种基于多阶段关联的多目标跟踪算法,根据目标之间的不同关联状态,将几何信息和外观信息合理应用于不同关联阶段。算法提出了基于正则化距离交并比(DIoU-Mea)的匹配模块,仅利用几何信息快速将强关联目标匹配。同时基于稀疏图网络(GNN)的关联模块对跟踪对象的邻域建模,促进对象之间的信息交换并提高跟踪精度。基于通道注意力融合特征模型和形状交并比的双校验模块(Double-Revise)进一步细化跟踪结果。所提算法利用不同阶段匹配算法的互补优势,在各阶段合理利用外观和几何信息,过滤掉错误的匹配并识别正确的目标对应关系,在MOT17数据集上进行了验证与测试,其高阶跟踪精度(HOTA)在测试集中达到了64.8%,表明算法具有较好的性能,在密集场景下具有较好的鲁棒性。

来源：2023年第11期

《仪器仪表学报》期刊编辑部

查看仪器仪表学报杂志2023年第11期