基于注意力机制的视觉目标跟踪方法研究.pdfVIP

摘要

摘要

目标跟踪专注于从视频序列中自动跟踪目标的运动轨迹。这包括在视频流中

检测目标，并在连续的视频流中识别并跟踪这些目标的位置、运动和行为。在交通

监控与管理应用中，目标跟踪技术可以检测并跟踪道路上的车辆，对交通流量进行

实时监控，从而帮助交通管理部门分析交通模式，优化交通流。这种技术为城市交

通管理和规划提供了重要的技术支持。2022年我国智能交通市场规模为2101.5亿

元，其中智能城市交通市场规模占比高达48.85%。目标跟踪技术在现实场景下的

应用前景愈发广阔。

但目前基于目标跟踪算法的智能交通应用存在架构陈旧、跟踪效果差、效率低

等问题，而新技术架构又受限于当前应用设备的计算能力。因此协调这二者之间的

平衡变得极为迫切与重要。为此本文提出以下改进：

（）为尽可能地提高信息的可重用率，在联合检测跟踪的基础架构上，选择性

1

的使用Transformer架构中带有注意力机制的技术模块，既通过新技术获得了更佳

的跟踪效果，也避免了完整Transformer长序列计算带来的巨大的性能开销。

2

（）在现有联合检测跟踪主干网络基础上，对特征提取网络整体架构、层间信

息传递方式、包括底层的卷积计算都进行了改进。其次，针对交通路况下的多类别

场景和特殊场景，对多个检测头进行了改进。实验表明，在MOT17数据集上，本

文提出的架构相比基线模型在MOTA指标上有7.5%的提升。

（）基于现实应用场景的噪声和检测结果的准确性波动，提出改进的数据关联

3

跟踪算法。并针对检测跟踪算法失效的特殊情况，提出改进策略。

最后，本文在上述算法研究的基础上设计并实现了一个智慧交通车辆跟踪系

统，在系统中对本文提出的算法进行应用。系统测试结果表明，本文提出的多目标

跟踪算法能高效完成交通场景下的监控任务，具有较高的准确性和应用价值。

多目标跟踪，联合检测跟踪，注意力机制

I

ABSTRACT

ABSTRACT

Targettrackingfocusesonautomaticallytrackingthemotiontrajectoryoftargets

fromvideosequences.Thisinvolvesdetectingtargetsinthevideostreamandidentifying

andtrackingtheirpositions,movements,andbehaviorsinconsecutivevideoframes.In

trafficmonitoringandmanagementapplications,targettrackingtechnologycandetect

andfollowvehiclesontheroad,enablingreal-timemonitoringoftrafficflow.Thishelps

trafficmanagementauthoritiesanalyzetrafficpatternsandoptimizetrafficflow,

providingcrucialtechnicalsupportforurbantrafficmanagementandplanning.In2022,

themarketsizeofintelligenttransportationinChinareached210.15billionyuan,with

themarketshareofintelligenturbantransportationaccountingforupto48