人机共存环境下基于视觉的多运动人体目标跟踪方法

摘要

人机共存环境下基于视觉的多运动人体目标跟踪方法，首先利用Mask R‑CNN模型对每帧图像进行目标检测与识别；在网络模型构建的过程中，对共享卷积层做剪枝操作，通过构造一个损失评估函数来衡量修剪前后的模型变化，过程中依次修剪每个非零卷积核，并记录损失评估函数值。根据每个卷积核的损失函数值对参数进行贡献度排序，删除贡献度低的参数；对修剪后的神经网络模型进行小型训练，微调神经网络参数；重复修剪与微调步骤，在达到指标后停止修剪。图像经Mask R‑CNN模型，输出图像中多运动人体的检测识别结果，包括代表人体目标的目标矩形框参数等。最后，利用目标矩形框的直方图特征，对上下帧图像进行目标匹配，完成多运动人体目标的跟踪。