一种基于改进YOLOv5和特征提取的行人多目标跟踪方法

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
一种基于改进YOLOv5和特征提取的行人多目标跟踪方法
申请号:CN202510078795
申请日期:2025-01-17
公开号:CN119991744A
公开日期:2025-05-13
类型:发明专利
摘要
本发明公开了一种基于改进YOLOv5和特征提取的行人多目标跟踪方法,属于机器视觉领域,对YOLOv5s目标检测算法进行改进;使用改进的YOLOv5s‑DCN作为检测算法,输出目标检测框、目标ID和目标的位置信息;根据前一帧目标的位置信息和运动信息对目标轨迹进行预测;使用ResNet‑50作为特征提取网络基准模型,进行改进并训练;使用训练好的特征提取模型对检测算法输出的检测框和上一帧中处于确认状态的预测框进行联级匹配;将未成功匹配的检测框和预测框与上一帧中处于未确认状态的预测框进行IOU匹配;对经过IOU匹配之后的检测框、预测框和预测轨迹进行处理。本发明提供的一种基于改进YOLOv5和特征提取的行人多目标跟踪方法,可以对复杂场景中的多个行人目标进行有效跟踪。
技术关键词
跟踪方法 sigmoid函数 特征提取模型 轨迹 特征提取网络 通道注意力机制 算法 卡尔曼滤波器 全局平均池化 多层感知机 切片 输出特征 模块 马赛克 数据 多尺度 基准
系统为您推荐了相关专利信息
轨迹 坐标 障碍物 偏转角 回转体
决策模型构建方法 自动泊车 节点 车辆轨迹跟踪 静态障碍物
编码器 样本 图像 企业 特征提取模型
虚拟键盘显示 脚部 光标 文本输入方法 关系
长短期记忆神经网络 需求预测模型 数据 需求预测方法 电子设备