基于多粒度特征的行人跟踪检测结合算法

• 作 者: 王子晔 苗夺谦 赵才荣 罗晟 卫志华
• 机 构: 同济大学计算机科学与技术系,嵌入式系统与服务计算教育部重点实验室（同济大学）
• 出 处: 计算机研究与发展
• 发表日期: 2020年05期
• 关键词: 行人跟踪 目标检测 深度学习 多粒度 鲁棒性 pedestrian trackingobject detectiondeep learningmultiple-
• 基金项目: 国家重点研发计划项目(213),国家自然科学基金项目(61976158,61673301)

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