科创中国
一种基于图卷积神经网络的多目标跟踪方法
发布时间: 2022-12-06
来源: 科技服务团
基本信息
合作方式：
技术服务
成果类型：
发明专利
行业领域：
电子信息技术,计算机及网络技术
成果介绍
本发明提供一种基于图卷积神经网络的多目标跟踪方法，将目标外观特征、目标运动特征和交互特征用于跟踪过程。采用的方案是：首先，构建由重识别(Re‑identification，ReID)模块、外观GCN、运动GCN、外观融合模块、位置融合模块、边权重融合模块和特征相似度融合模块构成的跟踪模型。然后，将目标外观信息和位置信息作为模型输入，利用跟踪模型中的多种融合模块实现目标外观信息和运动信息的多层次融合。接下来，利用Adam优化器和二元交叉熵损失函数训练上述目标跟踪模型。然后，将检测器获得检测结果输入训练好的跟踪模型，得到关联矩阵，并利用匈牙利算法得到初步匹配结果。最后，使用线性插值算法得到多目标跟踪结果。
成果亮点
本发明能够得到包含全局特征的外观交互特征和运动交互特征；能够有效减少跟踪过程中的身份变换；能够有效降低多目标跟踪的假阳性。
本发明设计一种基于GCN的多目标跟踪技术，将目标外观特征、目标运动特征和交互特征用于跟踪过程。采用的方案是：首先，构建由重识别(Re-identification，ReID)模块、外观GCN、运动GCN、外观融合模块、位置融合模块、边权重融合模块和特征相似度融合模块构成的跟踪模型。然后，将目标外观信息和位置信息作为模型输入，利用跟踪模型中的多种融合模块实现目标外观信息和运动信息的多层次融合。接下来，利用Adam优化器和二元交叉熵损失函数训练上述目标跟踪模型。然后，将检测器获得检测结果输入训练好的跟踪模型，得到关联矩阵，并利用匈牙利算法得到初步匹配结果。最后，使用线性插值算法得到多目标跟踪结果。
团队介绍
学院现有学生近2000人，其中本科生1000余人，硕士研究生500余人，博士研究生近300人，留学生30余人。拥有教职工157人，专任教师141人。其中，正高级专业技术职务42人，副高级专业技术职务50人。具有博士学位教师119人，占专任教师总数的84%。现有博士生导师74人，硕士生导师141人。学院拥有国家级人才、享受国务院特殊津贴专家、教育部“新世纪优秀人才”，“龙江学者”特聘教授，黑龙江省杰出青年基金获得者、省级领军人才梯队带头人等国家及省部级人才10余人。
成果资料
产业化落地方案
成果综合评价报告
评价单位：“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间：2023-11-11
评价单位：“科创中国”黑龙江科技服务团 (黑龙江省科学技术协会) 评价时间：2022-12-06
黄剑华
哈尔滨工业大学
教授
综合评价
设计一种基于GCN的多目标跟踪技术，将目标外观特征、目标运动特征和交互特征用于跟踪过程。采用的方案是：首先，构建由重识别(Re-identification，ReID)模块、外观GCN、运动GCN、外观融合模块、位置融合模块、边权重融合模块和特征相似度融合模块构成的跟踪模型。然后，将目标外观信息和位置信息作为模型输入，利用跟踪模型中的多种融合模块实现目标外观信息和运动信息的多层次融合。接下来，利用Adam优化器和二元交叉熵损失函数训练上述目标跟踪模型。然后，将检测器获得检测结果输入训练好的跟踪模型，得到关联矩阵，并利用匈牙利算法得到初步匹配结果。最后，使用线性插值算法得到多目标跟踪结果。
查看更多>
微信公众号
下载app
Copyright © 2022 中国科学技术协会 版权所有 | 京ICP备16016202号-20
京公网安备 11010202008974号