基于行踪标识量的跨监控探头轨迹预测方法

解决了跨监控探头轨迹预测任务,即目标将出现在哪个监控探头、何时出现以及出现在视图中何处的问题。由于已有的研究集中于单监控探头或是目标跟踪,导致成果在本问题的预测性研究中受限。首先根据问题任务构建了行踪标识量,之后提出了AMVS+模型,继而在跨监控探头轨迹预测数据集AMVTP上进行实验验证,在精确度等方面取得了明显优于基线的结果。因此表明:使用行踪标识量的预测模型可以有效解决问题,满足了跨监控探头轨迹预测的问题需求。

跨监控探头数据集构建和轨迹预测方法研究

针对单监控探头轨迹预测难以完成跨监控探头轨迹预测任务的问题,设计了一套监视系统模型AMVS。使用手动自动相结合的方法构建了一个基于跨监控探头的数据集AMVTP;实验表明,完成的AP值达到了87.3%,显著优于基线水平,同时构建数据集的人力消耗工作量控制在15%以下。

基于YOLOv3和Deep Sort追踪定位丢失儿童系统

提出了一种追踪定位丢失儿童系统,上传失踪儿童信息特征,使用YOLOv3和Deep Sort算法对视频进行目标检测和跨视频连续追踪。实验结果表明,系统适用于儿童走失多发的场景。