Multi-Objekt-Tracking mit UAVs unter Verwendung des Deep SORT und YOLOv3 RetinaNet Erkennungsrahmens

Im Laufe der Jahre hat sich das Tracking und die Detektion von Objekten als einer der wichtigsten Aspekte von UAV-Anwendungen wie Überwachung, Aufklärung usw. herausgestellt. In unserer Arbeit präsentieren wir einen Ansatz zur Verfolgung durch Detektion für das Echtzeit-Multiple Object Tracking (MOT) von Aufnahmen einer kameragestützten Drohne. Verfolgung durch Detektion ist das führende Paradigma aufgrund seiner rechnerischen Effektivität und der verbesserten Erkennungsalgorithmen. Unser Algorithmus basiert auf dem Baseline Deep SORT Algorithmus, der für MOT-Benchmarks implementiert wurde. Um jedoch die Herausforderungen zu umgehen, die durch Videos entstehen, die aus erheblicher Höhe aufgenommen wurden, verwenden wir eine Kombination aus YOLOv3 und RetinaNet zur Generierung von Detektionen in jedem Frame. Die Ergebnisse unseres Experiments auf dem VisDrone 2018 Datensatz zeigen eine wettbewerbsfähige Leistung im Vergleich zu den bestehenden Trackern.