计算机应用研究

作者：赵国伟,刘恒源,李辉,秦修功,杨浩冉,陶冶,

单位：1.青岛科技大学数据科学学院,山东青岛266061；2.北京机械工业自动化研究所有限公司,北京100120；

关键词：多目标跟踪,多模态融合,跟踪嵌入,轨迹修正,

基金：国家重点研发计划资助项目(2023YFF0612102)；青岛市关键技术攻关及产业化示范类项目(23-7-2-qljh-4-gx,24-1-2-qljh-19-gx)；；

点云和图像的多模态特征具有很强的优势互补性，能够有效提升三维多目标跟踪的性能。然而，由于跟踪场景的复杂性和目标状态的不确定性，使得目标跟踪仍面临许多挑战。基于此，提出多模态嵌入与轨迹修正的三维多目标跟踪算法。首先构建多模态嵌入学习网络，通过多尺度语义特征学习与多模态再融合模块，学习更具判别性的嵌入表示；其次，提出多特征综合关联模块，联合跟踪嵌入和几何信息，同时修正角度预测错误，实现更精确的数据关联；最后，提出双流轨迹修正与管理算法，修正错误消失轨迹，以提升轨迹的准确性。在KITTI数据集上对提出的方法进行评估并与其他先进方法进行比较，该方法的HOTA指标达到了77.72%，MOTA指标达到了88.24%，整体体现出较好的跟踪性能。实验证明该方法有效地提升了跟踪精度，并减少了跟踪错误的发生，具有良好的跟踪性能。

来源：2024年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第12期