王子晔¹,苗夺谦^1,2,赵才荣^1,2,罗晟¹,卫志华^1,2

¹( 同济大学计算机科学与技术系 上海 201804);²( 嵌入式系统与服务计算教育部重点实验室(同济大学) 上海 201804) (yeziwang@tongji.edu.cn)

出版日期: 2020-05-01


基金资助:国家重点研发计划项目(213)；国家自然科学基金项目(61976158,61673301)

A Pedestrian Tracking Algorithm Based on Multi-Granularity Feature

Wang Ziye¹, Miao Duoqian^1,2, Zhao Cairong^1,2 , Luo Sheng¹, Wei Zhihua^1,2

¹( Department of Computer Science and Technology, Tongji University, Shanghai 201804);²( Key Laboratory of Embedded System and Service Computing (Tongji University), Ministry of Education, Shanghai 201804)

Online: 2020-05-01


Supported by:This work was supported by the National Key Research and Development Program of China (213) and the National Natural Science Foundation of China (61976158, 61673301).

摘要/Abstract

摘要： 对于一些较为流行的应用，例如视频场景监控，对行人的长期有效跟踪是应用的基础.尽管对目标检测与跟踪的相关技术研究已经有了很长的历史，但是如何实时并较为准确地实现目标行人跟踪目前仍然是一个活跃的研究领域.基于多粒度的思想，提出了一种改进的行人跟踪算法，将卷积特征与底层颜色特征结合，对基于深度学习的跟踪算法GOTURN(generic object tracking using regression networks)得到的跟踪结果进行判断决策，结合目标检测对跟踪结果进行修正.实验结果表明：与单一的跟踪算法相比，多粒度决策的跟踪算法能够更加准确地对目标行人进行跟踪，可以显著提高跟踪精度.

参考文献

相关文章 15

[1]	吴宗友, 白昆龙, 杨林蕊, 王仪琦, 田英杰. 电子病历文本挖掘研究综述[J]. 计算机研究与发展, 2021, 58(3): 513-527.
[2]	廖海斌, 徐斌. 基于性别和年龄因子分析的鲁棒性人脸表情识别[J]. 计算机研究与发展, 2021, 58(3): 528-538.
[3]	付章杰, 李恩露, 程旭, 黄永峰, 胡雨婷. 基于深度学习的图像隐写研究进展[J]. 计算机研究与发展, 2021, 58(3): 548-568.
[4]	古天龙, 冯旋, 李龙, 包旭光, 李云辉. 基于社会新闻数据集的伦理行为判别方法[J]. 计算机研究与发展, 2021, 58(2): 253-263.
[5]	陈晋音, 陈奕芃, 陈一鸣, 郑海斌, 纪守领, 时杰, 程瑶. 面向深度学习的公平性研究综述[J]. 计算机研究与发展, 2021, 58(2): 264-280.
[6]	李金鹏, 张闯, 陈小军, 胡玥, 廖鹏程. 自动文本摘要研究综述[J]. 计算机研究与发展, 2021, 58(1): 1-21.
[7]	孟子尧, 谷雪, 梁艳春, 许东, 吴春国. 深度神经架构搜索综述[J]. 计算机研究与发展, 2021, 58(1): 22-33.
[8]	朱泓睿, 元国军, 姚成吉, 谭光明, 王展, 户忠哲, 张晓扬, 安学军. 分布式深度学习训练网络综述[J]. 计算机研究与发展, 2021, 58(1): 98-115.
[9]	林培光, 周佳倩, 温玉莲. SCONV：一种基于情感分析的金融市场趋势预测方法[J]. 计算机研究与发展, 2020, 57(8): 1769-1778.
[10]	李冬梅, 张扬, 李东远, 林丹琼. 实体关系抽取方法研究综述[J]. 计算机研究与发展, 2020, 57(7): 1424-1448.
[11]	胡超文, 邬昌兴, 杨亚连. 基于扩展的S-LSTM的文本蕴含识别[J]. 计算机研究与发展, 2020, 57(7): 1481-1489.
[12]	于海涛, 杨小汕, 徐常胜. 基于多模态输入的对抗式视频生成方法[J]. 计算机研究与发展, 2020, 57(7): 1522-1530.
[13]	王庆林, 李东升, 梅松竹, 赖志权, 窦勇. 面向飞腾多核处理器的Winograd快速卷积算法优化[J]. 计算机研究与发展, 2020, 57(6): 1140-1151.
[14]	成科扬, 王宁, 师文喜, 詹永照. 深度学习可解释性研究进展[J]. 计算机研究与发展, 2020, 57(6): 1208-1217.
[15]	张莹莹, 钱胜胜, 方全, 徐常胜. 基于多模态知识感知注意力机制的问答方法[J]. 计算机研究与发展, 2020, 57(5): 1037-1045.

PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4181