摘要
لمعالجة مشكلة انخفاض دقة التتبع الناتجة عن التداخل بين الأهداف في المشاهد المعقدة، تم اقتراح خوارزمية تحسين التتبع المتعدد الأهداف بناءً على إطار Fairmot. يتم تبادل المعلومات بين الأبعاد المختلفة لخريطة ميزات الشبكة الرئيسية من خلال آلية الانتباه الثلاثية لإنتاج قناع انتباه، مما يعزز قدرة تحديد المواقع للأهداف؛ يستخدم فرع إعادة التعرف للمشاة دالة Circle Loss لاختيار مستوى التحسين بناءً على الحالة الحالية، لاستخلاص ميزات مظهرية أكثر دقة لتمييز الأهداف المختلفة. تظهر نتائج التجارب أن دقة التتبع على مجموعة بيانات MOT15 ارتفعت إلى 62%، وزادت نسبة MT (تم تتبعها غالبًا) إلى 358، وانخفض عدد تبديلات الهوية بمقدار 68 مرة، محققة أداء تتبع أفضل في المشاهد التي يحدث فيها التداخل.
关键词
معالجة الصور;التعلم العميق;تتبع الأهداف;آلية الانتباه
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website