10.3969/j.issn.2095-2163.2020.07.055
基于深度学习抗遮挡的多目标跟踪研究
多个运动目标跟踪是计算机视觉研究中的一个难点,具有较大的挑战性.目前研究较多的是单个运动目标跟踪,相比之下,多个运动目标跟踪的难度更高.多目标跟踪会因各运动目标之间相互遮挡,而造成跟踪漂移的问题,最终无法完成目标跟踪.针对此问题,本文将深度学习框架应用于多运动目标跟踪,提出一种基于深度学习抗遮挡的多目标跟踪算法,用于智能交通视频多目标跟踪场景中.实验结果表明,基于深度学习抗遮挡的多目标跟踪算法,能够较好地解决跟踪漂移问题,提高了多目标跟踪的准确性.
深度学习、多目标跟踪、抗遮挡
10
TP18;TP391.41(自动化基础理论)
湖南省自然科学基金2020JJ7007
2021-06-08(万方平台首次上网日期,不代表论文的发表时间)
共4页
239-242