一种基于YOLOv4的改进Deep Sort目标跟踪算法

作者：陈紫强^*; 张雅琼

来源：桂林电子科技大学学报, 2021, 41(02): 140-145.

DOI：10.16725/j.cnki.cn45-1351/tn.2021.02.009

• 车辆检测跟踪
• YOLOv4
• Deep Sort
• 广义交并比
• 匈牙利算法

针对车辆检测在弱光照和有遮挡情况下出现的漏检问题,提出了一种基于YOLOv4的改进Deep Sort目标跟踪算法。首先使用YOLOv4算法对输入图片进行特征提取,获得目标信息,然后采用卡尔曼滤波算法估计车辆的轨迹状态并进行状态更新,最后在级联匹配中运用匈牙利匹配算法对检测框和预测框进行匹配。对未成功匹配的轨迹和检测结果,用广义交并比(GIOU)关联匹配代替交并比(IOU)匹配,提高Deep Sort跟踪算法的匹配性能。对比单一检测算法和加入跟踪算法后的车辆检测效果,结果表明,加入跟踪算法后的车辆模型漏检现象变少,检测效果得到提高,鲁棒性增强,且MOTA提高了7.55%,证明了改进方法的有效性。

• 单位
  桂林电子科技大学