为了提升deepsort多目标跟踪算法中的重识别模块性能，增强网络对图像特征的语义表达，优化算法在复杂场景中对目标身份一致性判断能力。提出OSA模块改进宽残差网络，并利用数据集对改进后的模型进行训练，获取相关数据及权重模型；研究改进网络与原网络在同一数据集下的模型训练效果，并与原重识别模块下的YOLOV3-deepsort跟踪算法进行对比实验。在基准MOT跟踪数据集的评估中，多目标跟踪准确度较YOLOV3-deepsort提升1.2%,验证了文中所提改进算法的有效性。
科研之友
微信
新浪微博
Facebook
分享链接
