2025年04月04日 星期五 首页   |    期刊介绍   |    编 委 会   |    投稿指南   |    期刊订阅   |    统合信息   |    联系我们
计量学报  2021, Vol. 42 Issue (2): 157-162    DOI: 10.3969/j.issn.1000-1158.2021.02.05
  光学计量 本期目录 | 过刊浏览 | 高级检索 |
基于YOLOv3检测和特征点匹配的多目标跟踪算法
谭芳,穆平安,马忠雪
上海理工大学 光电信息与计算机工程学院, 上海 200093
Multi-target Tracking Algorithm Based on YOLOv3 Detection and Feature Point Matching
TAN Fang,MU Ping-an,MA Zhong-xue
School of Optical-Electrical and Computer Engineering, University of Shanghai for Science and Technology, Shanghai 200093, China
全文: PDF (2349 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
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。
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
谭芳
穆平安
马忠雪
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    
Abstract:For multiple target tracking algorithm in the traditional pedestrian detection speed is slow, vulnerable to illumination change, the fast moving of pedestrians and the influence of partial occlusion cause the poor performance of pedestrian target tracking. According to the classic Tracking-by-Detection mode, a new pedestrian tracking algorithm is proposed, which uses deep learning YOLOv3 algorithm to detect pedestrian targets, and then uses fast corner detection algorithm and brisk feature point description algorithm to match the feature points of pedestrian targets between adjacent frames to achieve multi-target pedestrian tracking.The experimental results show that the pedestrian target achieves good continuous tracking effect under various complex environments of backlight, fast movement and partial occlusion, with an average accuracy of 87.7% and a speed of 35 frames per second.
Key wordsmetrology    multi-target tracking    deep learning    YOLOv3 algorithm    feature point matching    image processing
收稿日期: 2019-06-18      发布日期: 2021-02-18
PACS:  TB96  
作者简介: 谭芳(1994-),女,陕西平利人,上海理工大学在读硕士研究生,研究方向为图像处理。Email: 2608233411@qq.com
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.
TAN Fang,MU Ping-an,MA Zhong-xue. Multi-target Tracking Algorithm Based on YOLOv3 Detection and Feature Point Matching. Acta Metrologica Sinica, 2021, 42(2): 157-162.
链接本文:  
http://jlxb.china-csm.org:81/Jwk_jlxb/CN/10.3969/j.issn.1000-1158.2021.02.05     或     http://jlxb.china-csm.org:81/Jwk_jlxb/CN/Y2021/V42/I2/157
京ICP备:14006989号-1
版权所有 © 《计量学报》编辑部
地址:北三环东路18号(北京1413信箱)  邮编:100029 电话:(010)64271480
本系统由北京玛格泰克科技发展有限公司设计开发  技术支持:support@magtech.com.cn