宗佳平，吴 妍，陈建强，张琳娜，张 悦，岑翼刚

（1.北京交通大学信息科学研究所，北京100044；2.贵阳市公安司法鉴定中心，贵阳550025；3.贵州大学机械工程学院，贵阳550025）

引 言

随着信息技术的发展，视频处理也越来越智能化，比如无人超市、车辆检测等。由于视频场景纷繁复杂，几乎没有视频分析算法能够适应所有的应用场景［1］。例如在生化、生物实验室中，工作人员进行实验操作有规范的流程和步骤，对实验室中仪器的使用也有规定的顺序和使用时间。然而由于缺乏实时的跟踪手段，若工作人员疏忽未按规定流程进行仪器操作，则可能造成实验结果不准确。因此，利用监控摄像头实现对室内工作人员的轨迹跟踪成为智慧实验室建设中重要的内容之一，其可以实现对进入实验室内多个工作人员实时运动轨迹的跟踪，并获取各个工作人员在每台机器前停留的时间，以便对工作人员的操作规范进行追溯。然而，由于工作人员统一的着装，使得在基于视频的目标跟踪中外观特征弱化甚至缺失，为准确跟踪带来一定的困难，容易导致漏检及人员ID 分配错误（例如多人同时走动相互遮挡时）。因此，本文重点针对智慧实验室建设中基于固定监控摄像头的弱外观特征下多目标检测及前端实现进行研究，提出基于归一化层权重评价的层剪枝算法，并结合了检测结果校正的轻量级多目标跟踪网络，使整体的跟踪算法能更好地运用于摄像头前端实现，最后将本文算法在NVIDIA Jetson AGX Xavier 嵌入式开发板上实现，从而使得在实际应用中，通过智能摄像头边缘计算能力极大地减少视频图像传输、存储以及中心服务器的计算压力。……