计量学报

作者：谭芳,穆平安,马忠雪

单位：上海理工大学 光电信息与计算机工程学院, 上海 200093

关键词：计量学;多目标跟踪; 深度学习;YOLOv3算法; 特征点匹配; 图像处理

针对传统多目标跟踪算法中行人检测速度慢、易受光照变化、行人快速移动及部分遮挡因素的影响造成行人目标跟踪性能差等问题, 提出一种根据经典的Tracking-by-Detection 模式,采用深度学习YOLOv3算法检测行人目标,然后利用FAST角点检测算法与BRISK特征点描述算法对相邻帧间的行人目标进行特征点匹配,实现多目标行人跟踪的算法。实验结果表明行人目标在背光、快速移动、部分遮挡等复杂环境下均获得了良好的连续跟踪效果,平均精度达到87.7%,速度达到35帧/s。

来源：2021年第2期

《计量学报》期刊编辑部

查看计量学报杂志2021年第2期