基于平衡优化器的无检测多目标实时跟踪
计算机视觉与模式识别
2022-05-25 v2 神经与进化计算
摘要
多目标跟踪（MOT）是一项困难任务，因为它通常需要专用硬件和较高的计算复杂度。在这项工作中，我们提出了一种利用平衡优化器（EO）算法并降低目标边界框分辨率的新 MOT 框架，以在无检测框架下解决此类问题。首先，在第一帧中初始化目标对象并计算其尺寸，若其分辨率高于阈值则降低，随后用其核颜色直方图建模以建立特征模型。目标模型直方图与其他候选者直方图之间的 Bhattacharya 距离用作待优化的适应度函数。根据待跟踪目标对象的数量，由 EO 生成多个智能体。采用 EO 算法是因为其在全局优化中相比其他算法具有高效性和更低的计算代价。实验结果证实，EO 多目标跟踪器取得了令人满意的跟踪结果，优于其他跟踪器。
引用
@article{arxiv.2205.10756,
title = {Real Time Detection Free Tracking of Multiple Objects Via Equilibrium Optimizer},
author = {Djemai Charef-Khodja and Toumi Abida},
journal= {arXiv preprint arXiv:2205.10756},
year = {2022}
}