基本信息:
- 专利标题： 一种基于图卷积神经网络的多目标跟踪方法
- 申请号：CN202211130499.9 申请日：2022-09-16
- 公开(公告)号：CN115424182A 公开(公告)日：2022-12-02
- 发明人： 郑丽颖 , 张钰渤
- 申请人： 哈尔滨工程大学
- 申请人地址： 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室
- 专利权人： 哈尔滨工程大学
- 当前专利权人： 哈尔滨工程大学
- 当前专利权人地址： 黑龙江省哈尔滨市南岗区南通大街145号哈尔滨工程大学科技处知识产权办公室
- 主分类号： G06V20/40
- IPC分类号： G06V20/40 ; G06N3/04 ; G06N3/08 ; G06V10/77 ; G06V10/80 ; G06V10/82
摘要：
本发明提供一种基于图卷积神经网络的多目标跟踪方法，将目标外观特征、目标运动特征和交互特征用于跟踪过程。采用的方案是：首先，构建由重识别(Re‑identification，ReID)模块、外观GCN、运动GCN、外观融合模块、位置融合模块、边权重融合模块和特征相似度融合模块构成的跟踪模型。然后，将目标外观信息和位置信息作为模型输入，利用跟踪模型中的多种融合模块实现目标外观信息和运动信息的多层次融合。接下来，利用Adam优化器和二元交叉熵损失函数训练上述目标跟踪模型。然后，将检测器获得检测结果输入训练好的跟踪模型，得到关联矩阵，并利用匈牙利算法得到初步匹配结果。最后，使用线性插值算法得到多目标跟踪结果。
公开/授权文献:
- CN115424182B 一种基于图卷积神经网络的多目标跟踪方法 公开/授权日：2025-09-23