基于改进的Transformer加Anchor-free网络的多目标跟踪算法.pdfVIP

测控技术

•20•模式识别与人工智能

2022年第41卷第2期

基于改进的Transformer加Anchor-free网络的

多目标跟踪算法

张文，辛宜桃，杨璽，陈开臻，赵庭松

(北京工业大学信息学部，北京100124)

摘要:近年来，基于Anchor-free的多目标跟踪算法以其精度高、速度快、超参数少的特点被广泛研究。

但是，实际场景中的目标遮挡使得此类算法仍然面临挑战，这类算法会对遮挡后重新出现的目标的身份

信息进行错误切换。针对以上问题，提出了一种基于改进的Transformer加Anchor-free网络的多目标跟

踪算法(Transformer-Anchor-free-MOT,TransAnfMOT)，该算法通过跨层特征融合(Cross-LayerFeatureFu­

sion,CFF)和注意力机制(ConvolutionalBlockAttentionModule,CBAM)对RGB图像和Depth图像进行

融合，提升融合的RGB-D图像的特征质量，从而提高遮挡判断任务的精度。另外,设置了被遮挡目标的

搜索区域,并利用外观特征距离方法赋予遮挡后重新出现的目标之前的身份信息，减少目标身份信息切

换错误。实验结果表明，提出的算法在3个不同的场景下实现了比较有竞争力的结果，有效提升了多目

标跟踪算法的准确性和稳定性。

关键词：遮挡处理;RGB-D；Transformer；无锚框；多目标跟踪

中图分类号:TP183文献标志码:A文章编号：1000-8829(2022)02-0020-09

doi:10.19708/j.ckjs.2022.02.003

ImprovedTransformerPlusAnchor-FreeNetworkBasedon

Multi-ObjectTrackingAlgorith

ZHANGWen-li,XINYi-tao,YANGKun,CHENKai-zhen,ZHAOTing-song

(FacultyofInformationTechnology,BeijingUniversityofTechnology,Beijing100124,China)

Abstract：Inrecentyears,Anchor-freebasedMulti-ObjectTracking(MOT)algorithmshavebeenwidelystud­

iedfortheirhighaccuracy,speedandfewhyperparamelers.However,theobjectocclusioninreal-worldscenar­

iosstillmakethiskindofalgorithmchallenging.SuchAnchor-freebasedonMOTalgorithmscanincorrectly

switchtheidentityinformationofobjectsthatreappearafterocclusion.Toaddresstheaboveproblems,anim­

provedTransformerplusAnchor-freenetworkisproposedbasedonMulti-ObjectTrackingAlgorithmT