来源：期刊VIP网 时间：
作者：谭华超;袁贵鸿;江彦博;毕海;程远;刘丹;
单位：大连海洋大学信息工程学院;杭州云栖智慧视通科技有限公司;大连理工大学宁波研究院;
摘要：在鱼类多目标跟踪中，由于鱼类类内大多具有相似的外观，个体之间特征差异不明显，导致基于外观特征进行数据关联的鱼类跟踪算法具有精度低和鲁棒性差等问题。针对这一问题，文中提出一种基于DeepSort改进的鱼类多目标跟踪算法PCASort。鱼类的运动轨迹可能由于外界的扰动而呈现出非线性特性，采用适用于非线性和非高斯问题的粒子滤波替换原有的卡尔曼滤波方法，可提高轨迹预测的准确率；在原有的特征提取网络中加入改进的坐标注意力机制，将位置信息嵌入到生成的用于进行最小余弦距离计算的特征向量中，可提高数据关联的正确率。实验结果表明，所提算法在开源视频数据集上IDF1和MOTA分别达到63.4%和96.9%,ID转变数为31次。
关键词：鱼类跟踪;;多目标追踪;;粒子滤波;;注意力机制;;最小余弦距离;;交并比
