基于卷积注意力模块和无锚框检测网络的行人跟踪算法.docx

【基于卷积注意力模块和无锚框检测网络的行人跟踪算法】 在计算机视觉领域，多目标跟踪是一项重要的技术，尤其在行人跟踪方面，它对于智能监控、人机交互以及安全防范等领域具有重大意义。传统的行人跟踪算法常将问题分解为检测和跟踪两个阶段，依赖于锚框（anchor-based）的目标检测网络来获取行人位置，再通过数据关联技术实现连续帧间的跟踪。然而，锚框方法存在参数冗余和实时性不足的问题，主要因为大量锚框为负样本，导致训练过程中的样本不平衡和计算开销增大。 近年来，无锚框（anchor-free）检测网络逐渐崭露头角，如CornerNet和CenterNet，它们分别通过预测边界框角点和物体中心来确定目标位置，提高了检测效率。CenterNet利用高斯分布找到物体中心，并提供内部特征信息，而Wang等人提出的JDE算法结合了目标检测和重识别，但存在身份嵌入特征对齐问题，导致身份切换（IDs）频繁。随后的FairMOT在CenterNet基础上优化，通过高分辨率特征定位中心点，减少了ID切换，但依然在目标密集区域存在误判。 本文针对FairMOT存在的问题，提出了一种新的行人跟踪算法，该算法引入了卷积注意力模块（CBAM），以增强特征表达力并减少因目标遮挡导致的身份切换。CBAM模块在通道和空间维度上提高特征的注意力，从而降低漏检目标和身份切换的几率，提升跟踪准确性。此外，通过优化检测网络的头网络结构，进一步减少了模型参数，提升了运行速度。 网络模型设计包括三个主要部分：特征提取网络、检测部分和重识别部分。特征提取网络采用改进版的HrnetV2，保持高分辨率特征，以提高对目标中心点预测的精度。检测部分负责生成目标中心点的热图和尺寸信息，而重识别部分则嵌入ID信息，两者共享特征并同时训练，协同工作以提高跟踪性能。 改进后的特征提取网络结构通过并行的低分辨率子网络反复融合信息，避免了上采样操作导致的空间信息丢失。检测部分利用卷积注意力模块提升对遮挡目标的识别能力，而重识别部分则强化了中断跟踪后的目标识别，减少ID切换，确保跟踪轨迹的连贯性。 本文提出的行人跟踪算法结合了无锚框检测网络和卷积注意力机制，通过优化特征提取和重识别流程，有效地减少了目标身份切换，提高了跟踪成功率，并通过轻量化网络结构提升了算法运行速度，为多目标跟踪领域提供了新的解决方案。