融合YOLO检测的多目标跟踪算法

计算机工程与科学

融合YOLO检测的多目标跟踪算法

李星辰，柳晓鸣，成晓男

（大连海事大学信息科学技术学院，辽宁大连 116026）

收稿日期:2019-10-24 修回日期:2019-12-11 出版日期:2020-04-25 发布日期:2020-04-25
基金资助:
福建海事局项目（2018Z0093）

A multi-target tracking algorithm based on YOLO detection

LI Xing-chen,LIU Xiao-ming,CHENG Xiao-nan

(College of Information Science and Technology,Dalian Maritime University,Dalian 116026,China)

Received:2019-10-24 Revised:2019-12-11 Online:2020-04-25 Published:2020-04-25

摘要/Abstract

摘要：

针对目前视频多目标跟踪过程中的遮挡问题，提出了一种融合YOLO v3的多目标检测和跟踪算法，选定基于检测跟踪的框架作为跟踪的整体框架，使用YOLO v3来实现对目标信息的检测工作，在选定某一检测类别的基础上，使用本文提出的跟踪算法，通过数据关联完成对此类别的多目标跟踪，并针对跟踪过程中的目标遮挡问题以及因目标遮挡而引起的轨迹跟踪异常的问题，提出了修正算法。测试视频中被遮挡的大部分目标都能准确地跟踪，但在背景移动时也会发生一部分目标身份互换的情况。所提出的算法在解决多目标跟踪中的遮挡问题时具有一定的准确性和实时性。

关键词: YOLO v3, 遮挡, 数据关联, 轨迹跟踪异常, 多目标跟踪

Abstract:

Aiming at the occlusion problem in the current video multi-target tracking process, a multi-target detection and tracking algorithm combining YOLO v3 is proposed. The framework based on detection tracking is selected as the overall framework for tracking, and YOLO v3 is used to detect the target information. Based on the selected detection category, the proposed tracking algorithm is used to complete the multi-target tracking of this category through data association. Aiming at the problems of target occlusion in the tracking process and abnormal trajectory tracking caused by target occlusion, a correction algorithm is proposed. Most of the occluded targets in the test video can be accurately tracked in the experiment, but some target identity swaps will occur when the background moves. The proposed algorithm has certain accuracy and real-time performance in solving the occlusion problem in multi-target tracking.

Key words: YOLO v3, target occlusion, data association, abnormal trajectory tracking, multi-target tracking

李星辰，柳晓鸣，成晓男. 融合YOLO检测的多目标跟踪算法[J]. 计算机工程与科学.

LI Xing-chen,LIU Xiao-ming,CHENG Xiao-nan. A multi-target tracking algorithm based on YOLO detection[J]. Computer Engineering & Science.

[1]	刘南艳, 魏鸿飞, 马圣祥. 融合局部动态特征的面部表情识别[J]. 计算机工程与科学, 2023, 45(05): 849-858.
[2]	王旭阳，王艳伟. 一种抗遮挡与重采样的粒子滤波跟踪算法研究[J]. 计算机工程与科学, 2017, 39(04): 813-820.
[3]	李冬，玄志武. 天基光学观测低轨多目标跟踪的多模型CPHD滤波方法[J]. J4, 2016, 38(04): 833-838.
[4]	何儒汉，胡新荣，李登峰，陈迪荣. 自适应区域协方差跟踪算法[J]. J4, 2015, 37(10): 1924-1932.
[5]	王艳春1，尚晓丽2，李会1. FCM-AFSA的无线传感器网络多目标跟踪节点任务分配方法[J]. J4, 2014, 36(07): 1262-1267.
[6]	宋成龙，邹辰，王文珂，李思昆. 分子结构与基因序列数据综合可视化方法研究[J]. J4, 2013, 35(12): 26-33.
[7]	孟勃1，曲朝阳1，毛雯蓓2，郭晓利1. 遮挡情况下目标局部特征在跟踪算法中的应用[J]. J4, 2012, 34(4): 57-60.
[8]	申杰. 视频增强的新方法[J]. J4, 2008, 30(1): 45-48.
[9]	段萌远于俊清王锦. 基于活动状态预测与分类的多目标跟踪[J]. J4, 2007, 29(11): 43-45.
[10]	吴阳[1,2] 张晶炜[3]. 顺序结构多传感器模糊联合概率数据互联算法[J]. J4, 2007, 29(11): 56-59.
[11]	张旭峰黎湘贺治华姜斌. 运动图像序列中遮挡现象的频谱分析[J]. J4, 2006, 28(3): 61-63.