基于深度学习的目标跟踪与行为识别技术  

作　　者：刘光明 李媛 

机构地区：[1]兰州资源环境职业技术大学,兰州730021

出　　处：《科技创新与应用》2024年第12期164-167,共4页Technology Innovation and Application

基　　金：甘肃省2023年技术创新引导计划——科技专员专项(23CXGA0048);兰州资源环境职业技术大学2023年科技研究室课题(无编号)。

摘　　要：随着人工智能算法模型技术的发展,目标跟踪和行为识别已经成为计算机视觉领域的重要研究任务。该文介绍Yolo V7和Yolo V8这2个最新的目标跟踪和行为识别算法。重点介绍基于深度学习的目标跟踪技术中的目标检测与特征提取、目标跟踪与位置预测,以及介绍基于深度学习的行为识别技术中的视频编码与特征提取、行为分类与识别。此外,该文以Yolo V7和Yolo V8模型结构为基础构建目标跟踪与行为识别的联合学习。With the development of artificial intelligence algorithm model technology,target tracking and behavior recognition have become important research tasks in the field of computer vision.This paper introduces two latest target tracking and behavior recognition algorithms,Yolo V7 and Yolo V8.This paper focuses on the target detection and feature extraction,target tracking and position prediction in the target tracking technology based on deep learning,and introduces the video coding and feature extraction,behavior classification and recognition in the behavior recognition technology based on deep learning.In addition,this paper constructs a joint learning of target tracking and behavior recognition based on the model structure of Yolo V7 and Yolo V8.

关 键 词：目标跟踪 行为识别 Yolo V7 Yolo V8 联合学习 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]