融合GNN和記憶力機(jī)制的行人多目標(biāo)跟蹤

摘要： 近年來(lái)，隨著基于深度學(xué)習(xí)的目標(biāo)檢測(cè)模型的成熟，基于檢測(cè)的跟蹤(TBD)成為行人多目標(biāo)跟蹤(MOT)研究的主要方向，MOT研究重心逐漸向數(shù)據(jù)關(guān)聯(lián)偏移.目前大部分MOT算法對(duì)于少量的丟失檢測(cè)非常敏感，造成大量的身份互換和軌跡斷裂，嚴(yán)重影響跟蹤效果.而且算法需要對(duì)匈牙利算法選取不確定的閾值進(jìn)行最大匹配，實(shí)際應(yīng)用中難以做到.本文提出了一種基于圖神經(jīng)網(wǎng)絡(luò)(GNN)的多目標(biāo)跟蹤(MOT)算...