基于改进DeepSORT和FastReID的室内多目标人员跨镜识别与跟踪

打开文本图片集

摘 要：为解决利用视频分析实现目标检测、目标跟踪和行人重识别存在的诸如目标框重框、遮挡等问题，提出了一种基于改进DeepSORT和FastReID的室内多目标人员跨镜追踪的方法。该方法使用YOLOv5s进行人员检测、DeepSORT进行人员跟踪、FastReID进行人员重识别。采用EIOU-NMS算法解决了YOLOv5s人员检测过程中出现的重框问题；在FastReID的特征提取网络中引入了NEUFA注意力机制，并使用优化后的FastReID的特征提取网络替换了DeepSORT原有特征提取网络，降低了DeepSORT跟踪过程中由于遮挡导致的ID跳变的次数；结合注意力机制、人员动态图像库与运动估计的方法减少了人员识别过程中因遮挡导致的人员无法识别和错误识别的次数。（剩余15179字）