面向多类别舰船多目标跟踪的改进CSTrack算法

作者：袁志安; 谷雨^*; 马淦

来源：光电工程, 2023, 50(12): 16-31.

• 多目标跟踪
• 目标重识别
• 目标检测
• 细粒度特征
• 注意力机制

针对海面舰船多目标跟踪过程中图像背景复杂、目标尺度差异大等难点，提出了一种改进CSTrack的舰船多目标跟踪算法。首先，针对CSTrack算法使用暴力解耦分解颈部特征造成目标特征损失的问题，提出了一种结合Res2net模块的改进互相关解耦网络RES＿CCN，使网络解耦后获得更加细粒度的特征。其次，为提升对多类别舰船的跟踪性能，采用检测头网络解耦设计分别预测目标类别、置信度和位置。最后，采用MOT2016数据集进行消融实验，验证了所提模块的有效性，在新加坡海事数据集上进行测试，所提算法的多目标跟踪精度提升了8.4%，目标识别准确度提升了3.1%，优于ByteTrack等算法。本文所提算法具有跟踪精度高、误检率低等优点，适用于海面舰船多目标跟踪任务。

• 单位
  自动化学院; 杭州电子科技大学