Para abordar o problema da redução da precisão de rastreamento causada pela oclusão entre alvos em cenários complexos, foi proposto um algoritmo aprimorado de rastreamento múltiplo baseado na estrutura Fairmot. O mapa de características da rede principal passa por uma interação de informações entre dimensões por meio de um mecanismo de atenção tripla que gera uma máscara de atenção, aumentando a capacidade de localização dos alvos; o ramo de reidentificação de pedestres utiliza Circle Loss para selecionar o grau de otimização com base no estado atual, extraindo características de aparência mais precisas para distinguir diferentes alvos. Os resultados experimentais mostram que, no conjunto de dados MOT15, a precisão do rastreamento aumentou para 62%, o MT (Mostly Tracked) aumentou para 358, e as trocas de identidade diminuíram em 68 vezes, apresentando melhor desempenho de rastreamento em cenários com oclusão.

Processamento de imagens;Aprendizado profundo;Rastreamento de alvos;Mecanismo de atenção