期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到3篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于YOLOX-ByteTrack的改进行人多目标跟踪算法
1
作者 薛元杰 李雅红 《自动化应用》 2025年第16期112-114,共3页
为了解决传统YOLOX-ByteTrack框架中密集遮挡、相似外观及非线性运动等问题,提出了基于YOLOX-ByteTrack的改进行人多目标跟踪算法。通过在特征提取阶段引入Transformer,利用自注意力机制建模全局上下文依赖,并设计交叉注意力层融合多尺... 为了解决传统YOLOX-ByteTrack框架中密集遮挡、相似外观及非线性运动等问题,提出了基于YOLOX-ByteTrack的改进行人多目标跟踪算法。通过在特征提取阶段引入Transformer,利用自注意力机制建模全局上下文依赖,并设计交叉注意力层融合多尺度特征,显著增强目标表征的判别性与鲁棒性。实验表明,改进算法在MOT20数据集上,MOTA提升0.9%、IDF1提升1.2%、HOTA提升1.3%,同时FPS仅下降0.2,保持接近实时性能。分析显示,Transformer通过动态捕捉目标间长程语义关联,有效缓解了遮挡漏检与身份混淆问题,尤其在密集场景和复杂运动中表现突出,为端到端检测跟踪联合优化提供了新范式。 展开更多
关键词 yolox-bytetrack Transformer编码器 多目标跟踪
在线阅读 下载PDF
基于YOLOX的改进行人多目标跟踪算法
2
作者 黄庆东 刘星宇 +2 位作者 行舒雅 王邈 王翠 《西安邮电大学学报》 2025年第2期77-84,共8页
针对行人多目标检测跟踪中易出现遮挡和小目标检测失效的问题,提出一种基于YOLOX的改进行人多目标跟踪算法。在YOLOX中增加小目标检测层(Small Target Detection Layer,STDL)以增强小目标特征,使用新的损失函数提升目标定位精度。为了... 针对行人多目标检测跟踪中易出现遮挡和小目标检测失效的问题,提出一种基于YOLOX的改进行人多目标跟踪算法。在YOLOX中增加小目标检测层(Small Target Detection Layer,STDL)以增强小目标特征,使用新的损失函数提升目标定位精度。为了强化通道间差异,引入坐标注意力机制(Coordinate Attention,CA),综合提升YOLOX的目标检测精度,并对检测目标采用动态匹配阈值数据关联方法提升跟踪性能。为了验证所提算法的性能,将其与Sort算法、DeepSort算法及ByteTrack算法进行对比,实验结果表明,在MOT17数据集下,跟踪准确度(Multiple Object Tracking Accuracy,MOTA)提升了1.6%,跟踪稳定性(Identification F1,IDF1)提升了2.4%,身份切换(ID Switches,IDs)降低了22%。所提算法可以有效地应对遮挡和小目标失效问题,能够提升检测跟踪稳定性和准确性。 展开更多
关键词 多目标跟踪 YOLOX ByteTrack 注意力机制 小目标检测层 行人检测
在线阅读 下载PDF
基于YOLOX和重识别的行人多目标跟踪方法 被引量：4
3
作者 吴昊 《自动化与仪表》 2023年第3期59-62,67,共5页
针对在拥堵场景下多目标跟踪身份频繁切换的问题,该文提出了一种融合行人重识别任务与目标检测任务的联合网络。在YOLOX检测算法上添加重识别(Re-identification)分支,获得含有重识别特征的行人检测框;在ByteTrack跟踪算法的检测框与预... 针对在拥堵场景下多目标跟踪身份频繁切换的问题,该文提出了一种融合行人重识别任务与目标检测任务的联合网络。在YOLOX检测算法上添加重识别(Re-identification)分支,获得含有重识别特征的行人检测框;在ByteTrack跟踪算法的检测框与预测框特征匹配的基础上,利用重识别特征弥补ByteTrack网络在匹配过程中行人外观特征缺失的问题,并结合行人运动特征,进一步提升特征匹配的准确率,减少身份切换次数。在公开数据集MOT17上进行实验,改进后的网络m AP提升2.6%,达到了95.4%,不同尺寸的mAP与mAR均获得明显提升,运行效率几乎保持不变。 展开更多
关键词 行人重识别 YOLOX ByteTrack 多目标跟踪 目标检测
在线阅读 下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部