基于红外场景下的人员目标跟踪方法

摘要

针对红外场景下目标跟踪算法识别效率低、跟踪成功率低等问题,提出一种改进的Yolov4-tiny与Deepsort结合的红外目标跟踪方法。使用红外热像仪采集红外图像,对改进的Yolov4-tiny网络模型进行训练,改进后的Yolov4-tiny网络模型在保证检测精度的同时,大大提高了检测速度;识别过程中通过训练好的网络模型对输入图像进行特征提取,获取人员目标信息;跟踪过程采用卡曼尔滤波与匈牙利算法相结合的方式处理运动信息和数据关联,完成对目标的跟踪。设计对比实验将论文提出的方法与Yolov4、Yolov4-tiny、Yolox方法进行对比,结果表明:该方法在检测精度、跟踪成功率和实时性因素方面对红外场景下人员目标跟踪效果最优。