Traffic flow information detection under resource limitations based on framework optimization

Zhonglin Tian

doi:10.7717/peerj-cs.3522

Traffic flow information detection under resource limitations based on framework optimization

2026-02-19

0

PRE

AI

Z

Zhonglin Tian

M

Mohd Nadhir Ab Wahab *

M

Muhammad Firdaus Akbar

M

Md Yushalify Misro

M

Mohamad Khairi Ishak *

DOI：10.7717/peerj-cs.3522

原文链接

原文求助

摘要

En 中文

大多数研究认为，堆叠模型仅略微提高了计算效率。这些方法对大多数平台不可行。优化跟踪框架以适应资源受限环境至关重要。在多目标跟踪中，检测是主要方法。该范式耦合度低，因为各组件独立设计。本文介绍了一种用于交通流信息检测的基于检测的跟踪框架，并优化了匹配。该框架引入了选定的交并比（SIoU）损失函数、检测误差抑制模块（DESM）和多检测误差抑制模块（MDESM）。该框架在马来西亚道路交叉口进行了11项消融实验，以验证各组件的优异性能。本文使用SIoU、DESM和MDESM改进了Simple Online and Realtime Tracking（SORT）跟踪方法。新方法比SORT提升10%，比DeepSORT提升7%。同时，在交通流分类方面比SORT准确4%。ID切换次数仅为SORT和DeepSORT的25%。总体而言，新方法在资源受限条件下表现优于两种跟踪器。

Keyword:

Object tracking

Optimal matching

Loss function

Resource constraint

Traffic flow information detection under resource limitations based on framework optimization

摘要

期刊

机构

引用论文