車輛視覺跟蹤關(guān)鍵算法研究與應(yīng)用.pdf

1、智能交通系統(tǒng)是目前解決交通阻塞、提高行車安全和保護(hù)環(huán)境的主要措施。通過對(duì)監(jiān)控的交通視頻進(jìn)行分析,對(duì)車輛的定位與跟蹤,可以獲取車流量、車速、道路占用率、排隊(duì)長度等動(dòng)態(tài)交通信息。目前車輛跟蹤中廣泛采用均值偏移目標(biāo)跟蹤算法能克服跟蹤中光線變化,部分遮擋,物體的部分形變,運(yùn)算快速。然而作為局部尋優(yōu)算法難以應(yīng)對(duì)車輛快速運(yùn)動(dòng)、嚴(yán)重遮擋情況下丟失目標(biāo)、窗寬固定不能隨車輛的變化的情況。本文針對(duì)以上問題作出以下研究努力:
　　(1)卡爾曼預(yù)測的均值

2、偏移算法
　　建立了運(yùn)動(dòng)車輛的卡爾曼預(yù)測模型以解決快速運(yùn)動(dòng)的車輛難以跟蹤以及嚴(yán)重遮擋問題,均值偏移跟蹤的結(jié)果作為一個(gè)檢測值引入卡爾曼預(yù)測框架。提出實(shí)現(xiàn)遮擋的判斷方法,對(duì)嚴(yán)重遮擋設(shè)計(jì)了基于巴氏系數(shù)的判斷遮擋函數(shù),在遮擋后原來搜索點(diǎn)周圍擴(kuò)展搜索區(qū)域,減少卡爾曼預(yù)測誤差。
　　(2)自適應(yīng)核窗寬均值偏移跟蹤
　　跟蹤過程中,隨著車輛變大,車輛的形心與窗寬中心存在偏差,提出后向跟蹤與基于最佳匹配正負(fù)百分之十的窗寬尺寸修正相結(jié)合