信息融合 | 基于改进YOLOv8+DeepSORT的多行人追踪算法
信息融合 | 基于改进YOLOv8+DeepSORT的多行人追踪算法
摘要:针对复杂场景下多行人追踪中目标遮挡与外观相似性导致的轨迹中断问题,提出融合改进YOLOv8与DeepSORT的鲁棒跟踪算法。方法上,通过InceptionNext Block重构检测网络骨干增强特征表达能力,采用VoV-GSC-SP模块优化多尺度特征融合;结合NSAKalman滤波器改进运动预测模型,并引入AFLink算法实现跨帧轨迹关联。实验表明,改进模型在MOT20数据集上MOTP提升了0.9,HOTA提升了0.7,显著提升了遮挡场景下的定位精度与轨迹连续性,为密集人群追踪提供了有效的技术方案。