基于无锚框的红外多类别多目标实时跟踪网络

TP391.4; 本文提出一种改进的红外多类别多目标实时跟踪网络,在确保跟踪精度的同时,重新设计无锚框网络结构,进一步降低网络的参数量与推理时间.通过优化目标特征向量,进一步提高识别精度,同时简化与改进跟踪流程.此外,通过细化分析相关流程执行时间,选用GPU与CPU分别执行最优运算,提升跟踪整体运行速度.上述方法被应用于低空海面红外目标跟踪数据集中.结果 表明,在本文所提的综合评价指标下,所设计的网络相较其他轻量级网络评分提高1.78,且运行速度在NVIDIA Jetson Xavier NX中达到52.37 FPS,满足边缘端实时运行需求....

Full description

Saved in:
Bibliographic Details
Published in系统工程与电子技术 Vol. 44; no. 2; pp. 401 - 409
Main Authors 宋子壮, 杨嘉伟, 张东方, 王诗强, 张硕
Format Journal Article
LanguageChinese
Published 北京遥感设备研究所,北京100854 01.02.2022
Subjects
多目标跟踪;无锚框;红外目标;多类别;边缘端实时;重识别
Online AccessGet full text
ISSN1001-506X
DOI10.12305/j.issn.1001-506X.2022.02.06

Cover

More Information
Summary:TP391.4; 本文提出一种改进的红外多类别多目标实时跟踪网络,在确保跟踪精度的同时,重新设计无锚框网络结构,进一步降低网络的参数量与推理时间.通过优化目标特征向量,进一步提高识别精度,同时简化与改进跟踪流程.此外,通过细化分析相关流程执行时间,选用GPU与CPU分别执行最优运算,提升跟踪整体运行速度.上述方法被应用于低空海面红外目标跟踪数据集中.结果 表明,在本文所提的综合评价指标下,所设计的网络相较其他轻量级网络评分提高1.78,且运行速度在NVIDIA Jetson Xavier NX中达到52.37 FPS,满足边缘端实时运行需求.
ISSN:1001-506X
DOI:10.12305/j.issn.1001-506X.2022.02.06