计量学报

作者：朱奇光,商健,刘博,岑强,陈卫东

单位：1. 燕山大学信息科学与工程学院,河北秦皇岛066004; 2. 河北省特种光纤与光纤传感重点实验室,河北秦皇岛066004;

关键词：计算机视觉;图像处理; 多目标跟踪; 无人机; YOLOv7网络; ByteTrack算法; 车辆检测

基金：国家自然科学基金 (61773333, 62273296)

为了提高无人机视觉平台下的车辆多目标跟踪精度,提出了一种改进YOLOv7网络与优化ByteTrack算法相结合的无人机视觉车辆多目标跟踪算法。首先,针对小目标特征不明显的情况,增强了YOLOv7网络浅层语义信息的特征提取能力,同时采用SIoU-Loss对坐标损失函数进行优化,加快锚框收敛速度;其次,根据车辆运动特点,在ByteTrack算法的基础上,将卡尔曼滤波算法的状态向量融入加速度信息;最后,在VisDrone2021数据集上验证算法的有效性。实验结果表明:改进YOLOv7网络的平均检测精度比原网络提高3.2%,跟踪算法准确度比基准算法提高1.2%,高阶跟踪精度提高2.9%。

来源：2024年第12期

《计量学报》期刊编辑部

查看计量学报杂志2024年第12期