改进YOLOv5 与DeepSort 的车辆目标检测跟踪算法

摘要：针对当前目标车辆因遮挡、天气等因素造成的漏检，以及跟踪过程中车辆身份丢失和变换等现象，本文提出了一种改进的YOLOv5与DeepSort车辆检测跟踪算法。在车辆目标检测部分，本文在YOLOv5网络中添加了注意力模块CBAM，以更有效地提取目标特征；同时，引入了SIoU作为边界框损失函数，不仅提升了边界框定位的准确性，也加快了边界框的回归速度。在车辆跟踪部分，改进了DeepSort算法，使用扩展卡尔曼滤波器预测非线性环境下的车辆位置，并且使用匈牙利算法将预测轨迹和检测轨迹进行最优匹配，从而在复杂环境下优化由车辆相互覆盖引起的漏检问题。最终，通过改进后的YOLOv5与DeepSort算法进行检测和跟踪，并使用UA-DETRAC数据集进行验证。实验结果表明：改进后的YOLOv5用于目标追踪算法后，平均精确度较原算法提高了4%；结合改进后的DeepSort追踪算法，平均精确度提高至63.6%，比原算法提高了3.6%；车辆目标身份转换的次数比原算法减少了53次，降低了6.6%。改进后的算法模型在追踪精确度和实时性上均表现良好。

关键词：YOLOv5；DeepSort；目标检测；多目标跟踪；注意力机制

中图分类号：TP18 文献标识码：A

文章编号：1009-3044（2024）19-0001-05

0 引言

近几年，计算机视觉技术常被用于车辆多目标检测跟踪领域[1]，该技术的发展有助于推动智能驾驶车辆和视频监控等[2-5]相关方向的发展。在多目标跟踪问题的研究中，解决方案通常分为两个步骤：目标检测和目标数据关联。这两个步骤共同构成了车辆跟踪研究中的核心问题，即如何准确地将不同帧中的目标识别为同一目标。现阶段多目标跟踪可分为两类：一类是将Re-ID（re-identification） 模块与目标检测网络分离的DBT（detection-based tracking） [6]方法；另一类是将Re-ID模块整合到目标检测网络中的JDT（joint detectiontracking） 方法。DBT方法通过两个独立的网络来实现目标检测和Re-ID，从而提高追踪的准确性，而JDT方法则在一个统一的网络中完成这两个任务，这两类方法均是基于视觉的目标跟踪的主流方法。

提升目标跟踪的推测速率是近年来一个热门的研究方向。毛昭勇等[7]通过将原有的耗时主干网络替换为轻量级EfficientNet网络，不仅加快了推理速度，还通过小目标检测的网络设计，缩短了推理时间并提升了效率。这一改进使得YOLOv3在处理速度和检测准确度上都得到了显著提高，特别是在小目标检测方面表现更加优异。武明虎等[8]结合SORT算法，在完善YO⁃LOv3的损失函数和网络结构后，其目标检测可以实现最快14.39 fps 的追踪速度。Zuraimi 等[9]验证了YO⁃LOv3不如YOLOv4网络，采用YOLOv4作为目标检测网络的DeepSort整体上达到了14.12 fps的追踪速度。

自YOLO算法推出以来，其多个版本在目标检测与追踪领域都有着广泛应用。赵桂平等[10]在YOLOv5 的框架基础上改良了生成目标边界框的过程，从而提升了检测的准确度。Wang等[11]在目标检测过程中采用了YOLOv5s网络，而在单目标跟踪任务中则选用了SiamRPN算法。这两种算法的结合使得综合检测速度达到了20.43 fps。

上述目标检测算法难以兼顾检测的精确性和实时性；另外在车辆被遮挡和复杂路况等环境下，解决身份变换问题也是一大挑战。基于以上情况，本文改进了YOLOv5和DeepSort算法。模型通过增加注意力模块CBAM来增强特征提取能力，使得模型能够更加关注关键特征，并快速分析复杂场景中的信息。同时，采用SIoU Loss损失函数改进边界框定位精度，提升了模型训练时的收敛速度和推理时的准确性。此外，通过应用扩展卡尔曼滤波器改进目标跟踪算法，有效避免了因遮挡引起的车辆身份变换问题。