歩行者多目標追跡の過程で目標が遮蔽されることによる検出・追跡失敗の問題に対して、改良型高解像度ニューラルネットワークを検出ネットワークとして提案した。まず、歩行者目標の初期特徴抽出能力を強化するために、高解像度ニューラルネットワークの主幹部分に第2世代ボトルネック残差ブロック構造を導入し、受容野と特徴表現力を向上させた。次に、2層の高効率チャネル注意モジュールを追加した残差検出ブロック構造を設計し、この構造により従来のネットワークの多尺度情報交換段階の残差検出ブロックを置き換え、ネットワーク全体のテスト性能を向上させた。最後に、適切なパラメータを選択してネットワークを全面的に訓練し、複数のテストセットでアルゴリズムを検証した。テスト結果は、本稿のアルゴリズムがFairMOTと比較して2DMOT15、MOT17、MOT20データセットで追跡精度をそれぞれ0.1%、1.6%、0.8%向上させたことを示している。本アルゴリズムは、目標数が多く遮蔽領域が広い特殊な状況に適用可能であり、長時間のビデオシーケンスにおける追跡安定性も大幅に向上した。

ターゲットID切り替え;高解像度ニューラルネットワーク;高効率チャネル注意モジュール;第2世代ボトルネック残差ブロック;FairMOT