联合YOLOv4检测的候选框选择和目标跟踪方法

李福进; 黄志伟; 史涛; 任红格

首页> 中文期刊> 《现代电子技术》 >联合YOLOv4检测的候选框选择和目标跟踪方法

联合YOLOv4检测的候选框选择和目标跟踪方法

开具论文收录证明 >>

期刊封面封底目录下载 >>

文献代查 >>

页面导航

摘要
著录项
相似文献
相关主题

摘要

当前的目标跟踪算法主流是基于检测的跟踪(DBT),所以检测的质量对跟踪的性能影响很大,同时在跟踪过程中易受环境干扰、光照变化、目标尺度和类别的影响,针对以上目标跟踪存在的问题,提出一种联合深度学习神经网络YOLOv4检测算法和Kalman滤波的目标跟踪算法。首先利用目标检测器对目标进行分类和边界框提取,跟踪器用于在跟踪轨迹中收集候选数据;其次,提出一种对象选择器,用来选择检测和跟踪轨迹中的最优候选框;最后,将最优候选框和跟踪轨迹利用ReID进行数据关联判断是否对跟踪轨迹进行更新。实验结果表明,联合检测的目标跟踪方法与其他几种已经成型算法对比跟踪精度达到84.9%,跟踪成功率为82.2%。同时该方法在面对环境变化、类别变化、光照强度、遮挡等复杂情况下仍然具有很好的鲁棒性。

著录项

来源
《现代电子技术》 |2022年第3期|43-47|共5页
作者
李福进; 黄志伟; 史涛; 任红格;
展开▼
作者单位

华北理工大学电气工程学院;

河北唐山063200;

展开▼
原文格式 PDF
正文语种 chi
中图分类 TN911.73-34;
关键词
目标跟踪; 目标检测; 候选框选择; YOLOv4检测算法; Kalman滤波; 目标分类; 边界框提取; 数据关联;

相似文献

中文文献
外文文献
专利

1. FRDet:一种基于候选框特征修正的多方向遥感目标快速检测方法 [J] . 涂鑫 ,王滨 . 计算机与现代化 . 2021,第002期
2. 联合YOLOv4和迁移学习的侧扫声纳图像沉船检测 [J] . 于永灿 ,李永奎 ,龚权华 . 海洋测绘 . 2021,第004期
3. 联合YOLOv3检测和ReID的目标跟踪方法 [J] . 李福进 ,黄志伟 . 华北理工大学学报：自然科学版 . 2021,第003期
4. 联合YOLOv3检测和ReID的目标跟踪方法 [J] . 李福进 ,黄志伟 . 河北联合大学学报（自然科学版） . 2021,第003期
5. 一种基于目标检测和联合概率数据关联的多目标跟踪方法 [J] . 张俊 ,许力 . 工业控制计算机 . 2018,第003期
6. 基于在线检测的时空上下文目标跟踪方法 [C] . ZHANG Lei ,张雷 ,ZHU Yuanwu . 第十一届全国信号和智能信息处理与应用学术会议 . 2017
7. 基于改进YOLOv4的发动机缸套外观质量检测方法研究 [A] . 符秦沈 . 2021

联合YOLOv4检测的候选框选择和目标跟踪方法

摘要

著录项

相似文献

相关主题

期刊订阅