车载手部小目标运动跟踪算法研究

王金磊; 魏同权; 邓亮; 谢正华; 陈万刚

doi:10.13873/J.1000-9787(2023)08-0065-04

Chinese

您当前的位置：

首页 >

文章列表页 >

车载手部小目标运动跟踪算法研究

研究与探讨 | 更新时间：2025-09-11

- 车载手部小目标运动跟踪算法研究
- 暂无标题
- 传感器与微系统 2023年第8期页码：65-68+77
- 作者机构：
  
  1. 华东师范大学计算机科学与技术学院
  2. 常州星宇车灯股份有限公司
- 作者简介：
- 基金信息：
  
  江苏省汽车智能照明系统重点实验室项目(BM2019005)
- DOI：10.13873/J.1000-9787(2023)08-0065-04
  中图分类号： U463.6;TP391.41
- 纸质出版：2023
- 稿件说明：
移动端阅览
王金磊, 魏同权, 邓亮, 等. 车载手部小目标运动跟踪算法研究[J]. 传感器与微系统, 2023,(8):65-68+77.
王金磊, 魏同权, 邓亮, 等. 车载手部小目标运动跟踪算法研究[J]. 传感器与微系统, 2023,(8):65-68+77. DOI： 10.13873/J.1000-9787(2023)08-0065-04.

DOI：

摘要

随着汽车座舱的发展，通过对车内乘客手部进行运动跟踪，实现与车内灯具交互的应用成为了市场热点需求。但手部小目标易漏检的问题会造成目标缺失与跟踪不连续。提出一种车载手部小目标运动跟踪算法。首先，改进了YOLOv4-Tiny目标检测算法，通过将特征融合层的浅层特征进行多次卷积和下采样，并与深层特征拼接，使深层获得更多的细节特征信息；然后，将检测结果传入DeepSORT算法进行多目标跟踪，实现对手部的运动跟踪。在嵌入式平台实验结果表明：改进后YOLOv4-Tiny算法的召回率提升9.05%;本文算法相比传统算法，多目标跟踪准确度(MOTA)提升17%

精度(MOTP)提升15%

同时具有较高的实时性。

Abstract

关键词

Keywords

references

The Hungarian method for the assignment problem[J]. H. W. Kuhn.Naval Research Logistics (NRL),2005

Kalman filtering: a new approach for building global approximations. Application to the inverse optimization of an explosively formed penetrator (EFP)[J]. E. Lemenager;T. Bouet;V. Braibant.Structural Optimization,1997(2)

一种基于YOLOv4的改进Deep Sort目标跟踪算法[J]. 陈紫强;张雅琼.桂林电子科技大学学报,2021(02)

联合YOLO和Camshift的目标跟踪算法研究[J]. 韩鹏;沈建新;江俊佳;周喆.计算机系统应用,2019(09)

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

面向鱼水分离作业的鱼群智能视觉计数方法

动态场景下火灾烟雾多特征融合识别定位研究

基于改进U²-Net的摇床精矿带图像分割方法

基于注意力机制的特征融合孪生网络目标跟踪算法

基于并联型神经网络的环境声音分类