文章标题：低检测置信度下轻量化水下多目标跟踪算法

文章作者：张文凯¹, 余敏¹, 刘浩煜¹, 叶颢¹, 冯琳琳², 汤奇荣¹
关 键 字：水下多目标跟踪;前视声呐图像;轻量化;YOLOv5;Fair MOT
文章摘要：水下声呐图像存在背景噪声严重等问题，导致水下分类器输出大量检测低置信度对象。而现有的水下多目标跟踪框架大多简单排除低置信度目标，导致跟踪轨迹中断。本文提出一种低检测置信度下水下多目标跟踪算法YOLO-Fair MOT；引入多通道随机混合注意力模块，抑制背景噪声的影响；采用深度可分离卷积降低模型复杂性，提升跟踪过程的整体速度；结合低置信度数据匹配算法与广义交并比匹配算法，改善跟踪轨迹的中断问题。实验结果表明，YOLO-Fair MOT算法具有更好的跟踪准确度、跟踪精确度、轨迹保持性以及检测速度。