摘要
多目标跟踪是计算机视觉领域中的一个重要且热门的任务.针对在真实复杂场景中目标的漏检以及ID匹配不准确的问题,提出一种基于FairMOT算法的改进算法.通过引入双分支高效注意力机制模块即DMECA,分别加强检测与重识别分支的特征,以解决多任务训练平衡问题.优化分支头的结构,将传统卷积方式修改为深度可分离卷积,并采用LeakyRelu激活函数.在数据关联模块的第二阶段匹配中,使用距离交并比(DIOU)替代交并比(IOU)计算代价矩阵进行匹配.实验结果表明,在MOT17数据集上IDS下降了625,此外HOTA、IDF1 分别提高了0.3%、0.4%.
NETL
NSTL
万方数据