CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
基于姿态特征融合的短道速滑运动员多目标追踪
李宗民1; 王一璠1; 刘玉杰1; 李华2
2023
发表期刊计算机辅助设计与图形学学报
ISSN1003-9775
卷号35期号:8页码:1279
摘要短道速滑运动员滑行过程中存在尺度变化大、频繁遮挡、运动模糊以及外观相似等复杂情况,使得多目标追踪过程面临更为严峻的挑战.为此,构建一个短道速滑场景下由37段短道速滑运动员比赛视频片段组成多目标追踪数据集SSSMOT,并基于姿态信息提出一种多目标追踪方法.首先从锚框、损失函数和非极大值抑制3个方面优化YOLOv5检测模型,提高检测准确度;然后设计特征提取网络P-RNet,依据姿态信息的指引针对性地提取特征,提高特征鲁棒性;最后使用姿态关键点改进数据关联匹配方法,在一定程度上缓解因运动员外观相似导致匹配错误的问题.在SSSMOT和SKMOT数据集上与其他方法的实验结果表明,所提方法针对多目标追踪的准确度达到96.43%;并通过其他评价指标和消融性实验,证明了该方法的有效性和优越性.
关键词multi object tracking short track speed skaters human pose 多目标追踪 短道速滑运动员 人体姿态
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/42434
专题中国科学院计算技术研究所期刊论文_中文
作者单位1.中国石油大学
2.中国科学院计算技术研究所
推荐引用方式
GB/T 7714
李宗民,王一璠,刘玉杰,等. 基于姿态特征融合的短道速滑运动员多目标追踪[J]. 计算机辅助设计与图形学学报,2023,35(8):1279.
APA 李宗民,王一璠,刘玉杰,&李华.(2023).基于姿态特征融合的短道速滑运动员多目标追踪.计算机辅助设计与图形学学报,35(8),1279.
MLA 李宗民,et al."基于姿态特征融合的短道速滑运动员多目标追踪".计算机辅助设计与图形学学报 35.8(2023):1279.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[李宗民]的文章
[王一璠]的文章
[刘玉杰]的文章
百度学术
百度学术中相似的文章
[李宗民]的文章
[王一璠]的文章
[刘玉杰]的文章
必应学术
必应学术中相似的文章
[李宗民]的文章
[王一璠]的文章
[刘玉杰]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。