طريقة تتبع مشاة مستقرة في الوقت الفعلي معتمدة على DeepSORT المحسنة في بيئات معقدة
摘要
حققت خوارزمية تتبع الأهداف المتعددة في الوقت الفعلي أداءً تتبعًا مرضيًا، لكن معظم الخوارزميات الحالية بطيئة في التتبع، ومع زيادة تعقيد الخلفية، تنخفض دقة التتبع أيضًا. لمعالجة هذه المشكلة، اقترح هذا البحث خوارزمية تتبع المشاة في الوقت الفعلي المستندة إلى ربط البيانات عبر الإنترنت. أولاً، تم تصميم آلية تنبؤ بمسارين باستخدام فلتر التصفية النواة وفلتر كالمان، بالتعاون مع المطابقة المتسلسلة في DeepSORT لتشكيل نظام التنبؤ-التتبع-المعايرة، مما يجعل ربط البيانات أكثر موثوقية. بالإضافة إلى ذلك، تم إدخال آلية الانتباه في جزء كشف الهدف لتعزيز تمثيل الميزات عبر تقوية معلومات موقع الهدف، مما يحسن دقة التتبع. حقق هذا النموذج على مجموعة بيانات MOT16 معدل MOTA بلغ 66.5٪، وIDF1 بلغ 64.2٪، وIDSW بلغ 641. بالمقارنة مع خوارزمية DeepSORT، ارتفع MOTA وIDF1 بنسبة 13٪ و13.2٪ على التوالي، وانخفض IDSW بمقدار 410. تساعد خوارزمية هذا البحث في حل مشكلات الخطأ في اكتشاف الهدف والتغاضي عنها في تتبع المشاة في الوقت الفعلي، وتحافظ على دقة تتبع عالية في حالات الإخفاء الشديد، ويمكن تحقيق تتبع مشاة مستقر في الوقت الفعلي في البيئات المعقدة.
关键词
تتبع الأهداف المتعددة;التتبع في الوقت الفعلي;YOLOv5;خوارزمية تصفية النواة;DeepSORT
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