摘要:
当跟踪对象被严重遮挡或者离开相机视野范围时,机器人的跟踪目标往往会丢失。为了实现准确跟踪,提出了目标丢失判别跟踪YOLO-RTM公司算法。该方法通过YOLOv3型检测视频第一帧中的目标。利用实时多域卷积神经网络(实时MDNet、RT-MDNet)跟踪算法预测目标边界框的变化。计算重叠度,根据重叠度与预设阈值的比较结果决定模型更新方式,当重叠度高于阈值时,采用RT-MD网更新外观模型,当重叠度低于阈值时,采用YOLOv3型重新搜索目标并更新外观模型。在乌龟2机器人上的实验结果表明,提出的算法能满足移动机器人跟踪的可靠性,且有效提高跟踪算法的实用性。
牟清萍,张莹,张东波,王新杰,杨知桥. 目标丢失判别机制的视觉跟踪算法及应用研究[J] ●●●●。计算机工程与应用, 2021, 57(9): 140-147.
牟庆平、张颖、张东波、王新杰、杨志乔。视觉跟踪算法研究及目标丢失判别机制的应用[J]。计算机工程与应用,2021,57(9):140-147。