基于光流法的車輛檢測與跟蹤.pdf

1、近年來，在智能交通領域中，基于視頻的車輛檢測跟蹤已成為一個重要的研究方向。光流法在視頻運動分析等領域具有極其重要的基礎地位，能得到目標詳細的二維運動信息，但光流算法計算的不適定及不能實時運算等問題限制了其廣泛應用，因此研究出一種能實時執(zhí)行且精度較高的光流算法對推廣此算法在實時領域的應用顯得尤為重要。若能將實時光流技術應用于智能交通領域，對智能交通的發(fā)展也大有裨益。
　　本文詳細闡述、分析了微分光流法的基本原理，并據此提出了多幀光流

2、模型和其線性化求解方法，簡化了光流的求解過程并提高了其估算精度；選擇 GPU平臺做算法移植，解決光流的實時計算問題；根據所得實時稠密光流給出了車輛檢測跟蹤方案。
　　首先，時域相關性在視頻分析中具有重要作用，但在估算光流時這一特性卻很少被應用。針對這一情況，提出在 H-S光流模型基礎上引入前向幀并加入時域相關性約束，從而構造出多幀光流模型。同時，針對能量泛函線性化求解過程異常復雜的情況，提出運用迭代重加權最小二乘法（IRLS）簡化

3、這一求解過程。
　　其次，根據光流算法在像素間耦合性低這一特點，選擇對其進行 GPU平臺移植。在計算統(tǒng)一設備(CUDA)架構下通過多線程并行執(zhí)行方式同時對多個像素的光流值進行估算。在估算結果精度相當的情況下，在GPU上執(zhí)行時間遠小于CPU上執(zhí)行時間。對于分辨率為640*480的視頻圖像可以達到實時性運算，能滿足一般的應用要求。
　　最后，給出一種改進的車輛檢測跟蹤方案。一方面，方案使用 GPU平臺計算所得實時稠密光流，相較于