342023ＲadioEngineeringVol.53No.1doi:10．3969/j．issn．1003－3106．2023．01．005引用格式:任进，李文邦，郭昱汝．基于无人机平台的多目标跟踪算法［J］．无线电工程，2023，53(1):34－39．［ＲENJin，LIWenbang，GUOYuru．Multi-targetTrackingAlgorithmBasedonUAVPlatform［J］．ＲadioEngineering，2023，53(1):34－39．］基于无人机平台的多目标跟踪算法任进，李文邦，郭昱汝(北方工业大学信息学院，北京100144)摘要:针对目前无人机平台多目标跟踪技术的跟踪精确度低、占用内存大的问题，提出了一种基于不同检测器算法和DeepSort算法结合而成的多目标跟踪算法，提高在无人机上对地面行人在跟踪数据集中的效果。使用深度学习的多目标跟踪技术通过构建卷积神经网络(ConvolutionalNeuralNetwork，CNN)，用卡尔曼滤波算法实现了对目标轨迹的预测，匈牙利算法则使卡尔曼滤波的预测结果得以分配，使DeepSort算法在保证跟踪效果的同时，也保证了跟踪时的速度。实验结果显示，DeepSort在与YOLOv5x检测器配合后，多目标跟踪精度可提高20%。关键词:无人机平台;多目标跟踪;目标检测;YOLOv5中图分类号:TP391．41文献标志码:A开放科学(资源服务)标识码(OSID):文章编号:1003－3106(2023)01－0034－06Multi-targetTrackingAlgorithmBasedonUAVPlatformＲENJin，LIWenbang，GUOYuru(SchoolofInformationScienceandTechnology，NorthChinaUniversityofTechnology，Beijing100144，China)Abstract:Toaddresstheissuesoflowtrackingaccuracyandlargememoryoccupationofcurrentmulti-targettrackingtechnologyonUAVplatform，amulti-targettrackingalgorithmbasedondifferentdetectoralgorithmsandDeepSortalgorithmisproposedtoimprovetheeffectoftrackingdatasetforpedestriansonthegroundonUAV．Themulti-targettrackingtechnologyusingdeeplearningrealizesthepredictionoftargettrajectorywithKalmanfilteralgorithmbyconstructingaConvolutionalNeuralNetwork(CNN)．ThepredictionresultsofKalmanfilterisdistributedbytheHungarianalgorithm，sotheDeepSortalgorithmensuresnotonlythetrackingeffect，butalsothetrackingspeed．Theexperimentalresultsshowthatthemulti-targettrackingaccuracycanbeimprovedby20%bythecombinationofDeepSortandYOLOv5xdetector．Keywords:UAVplatform;multi-targettracking;targetdetection;YOLOv5收稿日期:2022－10－0...
