基于改进DeepSORT和FastReID的室内多目标人员跨镜识别与跟踪

作者

赵安新杨金桥杨浩波史新国付文旭刘帅王伟峰
单位

西安科技大学通信与信息工程学院陕西正通煤业有限责任公司山东博选矿物资源技术开发有限公司西安科技大学安全科学与工程学院
摘要

为解决利用视频分析实现目标检测、目标跟踪和行人重识别存在的诸如目标框重框、遮挡等问题，提出了一种基于改进DeepSORT和FastReID的室内多目标人员跨镜追踪的方法。该方法使用YOLOv5s进行人员检测、DeepSORT进行人员跟踪、FastReID进行人员重识别。采用EIOU-NMS算法解决了YOLOv5s人员检测过程中出现的重框问题；在FastReID的特征提取网络中引入了NEUFA注意力机制，并使用优化后的FastReID的特征提取网络替换了DeepSORT原有特征提取网络，降低了DeepSORT跟踪过程中由于遮挡导致的ID跳变的次数；结合注意力机制、人员动态图像库与运动估计的方法减少了人员识别过程中因遮挡导致的人员无法识别和错误识别的次数。结果表明：EIOU-NMS算法将人员检测准确率提升了0.8%,召回率提升了0.4%;替换了特征网络后的DeepSORT将人员跟踪中的ID跳变次数降低了38.46%;结合注意力机制、人员动态图像库和运动估计方法之后，None的次数减少了79.8%,误识别次数减少了91.2%。研究结果能够提升人员识别与跟踪的准确性，降低遮挡对人员跟踪和识别带来的影响。
关键词

多目标跟踪局部遮挡目标检测行人重识别人员图像库运动估计
基金项目(Foundation)

陕西省重点研发计划(2022GY-152,2023-YBGY-025)；国家重点研发计划(2021YFE0105000)；国家自然科学基金(52074213)；
文章目录

0 引言
1 人员目标检测算法
2 DeepSORT多目标跟踪
3 基于动态图像库和像素坐标的人员重识别
3.1 动态人员图像库
3.2 根据像素坐标校正人员身份信息
4 跨摄像机的人员识别与跟踪
5 结论
引用格式

赵安新,杨金桥,杨浩波等.基于改进DeepSORT和FastReID的室内多目标人员跨镜识别与跟踪[J].西安科技大学学报,2023,43(03):622-630.DOI:10.13800/j.cnki.xakjdxxb.2023.0320.
相关文章

[1]视觉行人重识别研究方法分析及评价指标探讨