基于神经网络和抛物特征的改进MOG-SORT高空抛物检测算法OA

随着高楼的不断增多,高空抛物事件日益增加,给个人安全和公共安全都带来了挑战。高空抛物检测过程中存在背景复杂、抛物目标小、抛物外观特征不明显、抛物跟踪易丢失等问题。本文使用神经网络对混合高斯背景建模算法进行扩展,并根据抛物特征改进简单在线实时跟踪(SORT)算法解决上述高空抛物问题。首先,为解决小目标抛物及复杂背景问题,引入区域条件滤波减少前景检测中的非抛物前景;其次,为解决抛物外观特征不明显的问题,使用多帧融合技术增强运动特征并设计轻量级分类网络来区分抛物物体:最后,为解决抛物跟踪易丢失的问题,根据抛物特征改进了SORT的状态空间和匹配度量。实验结果表明:改进后的混合高斯背景建模算法,在召回率下降6.50%的情况下,检测数量减少97.14%;改进后的SORT算法,ID切换数量减少51.61%,MOTA指标提升8.74%,TIOU指标提升8.02%.