科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高自动驾驶车辆的跟踪准确性,建立了一种融合注意力机制的多目标跟踪算法。基于YOLOv3神经网络并融合注意力机制,增强了目标外观特征提取网络的性能。用该多目标检测算法,提取目标或背景的具有辨别性的特征。用长短时记忆(LSTM)网络,提取物体的运动特征。用该跟踪算法对目标轨迹进行动态建模。借助追踪目标的相似度数值和数据匹配关联,完成了多目标的跟踪任务。在多目标跟踪数据集MOT16上进行了实验。结果表明:与YOLOv3相比,考虑注意力机制的多目标检测算法的成功率提高了1.9%;该算法的准确度53.9%,精确度79.0%;因而,本算法实现了对目标的稳定跟踪。
- 单位
