跨域环境下特定多目标跟踪算法的改进

作     者：穆晓芳 李毫 刘嘉骥 刘振宇 李越 MU Xiaofang;LI Hao;LIU Jiaji;LIU Zhenyu;LI Yue

作者机构：太原师范学院计算机科学与技术学院山西晋中 山西能源学院山西晋中 天津工业大学电子信息工程学院天津 

出 版 物：《太原理工大学学报》 (Journal of Taiyuan University of Technology)

年 卷 期：2025年第56卷第1期

页      面：165-173页

学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：山西省重点研发计划(202102010101008) 山西省基础研究计划(自由探索)(20210302123334) 山西省基础研究计划(202303021211187) 

主　　题：多目标跟踪 YOLO 计算机视觉 深度学习 

摘      要：【目的】针对监控视频跨域环境下的多目标跟踪画面中,频繁遮挡、轨迹开始终止时刻未知、目标太小、目标间交互、表观相似以及摄像头视角变化等问题,提出一种改进的多目标跟踪算法。【方法】该算法最大化利用低分检测对象,将未匹配的低分对象进行二次匹配,目标跨域后,依据摄像头拓扑排序规则,以及相邻摄像头的未匹配跟踪轨迹,同时对检测器YOLOv5算法进行优化改进,通过信息流的层层递进,有效解决多尺度问题和小目标信息提取不充分等问题,在相邻的摄像头中快速匹配到跟踪对象,以提高跨域环境下特定多目标跟踪的精度。【结果】对比消融试验表明,本改进算法MOTA达到了62.8%,IDswitch也显著降低。