山东科学
山東科學
산동과학
SHANDONG SCIENCE
2014年
5期
54-59
,共6页
压缩跟踪算法%实时跟踪%目标检测%卡尔曼滤波
壓縮跟蹤算法%實時跟蹤%目標檢測%卡爾曼濾波
압축근종산법%실시근종%목표검측%잡이만려파
compressive tracking algorithm%real-time tracking%target detection%Kalman filter
根据道路交通监控视频的特点,采用压缩跟踪(CT)算法进行运动车辆的检测与跟踪.在摄像头变化较大、运动车辆尺度变化和背景变化等情况下,CT算法均具有很强的鲁棒性.但是当车辆被遮挡时,跟踪算法容易失效.为了解决这一问题,提出使用卡尔曼滤波对遮挡的车辆进行轨迹预测.卡尔曼滤波能根据CT算法跟踪目标的轨迹,有效地预测目标遮挡时的轨迹.实验结果表明,本算法不但可以较好地处理跟踪车辆尺寸变化的问题,在车辆丢失或被部分遮挡时,能准确而稳定地跟踪车辆,而且具有很好的实时性,满足了工程应用的需求.
根據道路交通鑑控視頻的特點,採用壓縮跟蹤(CT)算法進行運動車輛的檢測與跟蹤.在攝像頭變化較大、運動車輛呎度變化和揹景變化等情況下,CT算法均具有很彊的魯棒性.但是噹車輛被遮擋時,跟蹤算法容易失效.為瞭解決這一問題,提齣使用卡爾曼濾波對遮擋的車輛進行軌跡預測.卡爾曼濾波能根據CT算法跟蹤目標的軌跡,有效地預測目標遮擋時的軌跡.實驗結果錶明,本算法不但可以較好地處理跟蹤車輛呎吋變化的問題,在車輛丟失或被部分遮擋時,能準確而穩定地跟蹤車輛,而且具有很好的實時性,滿足瞭工程應用的需求.
근거도로교통감공시빈적특점,채용압축근종(CT)산법진행운동차량적검측여근종.재섭상두변화교대、운동차량척도변화화배경변화등정황하,CT산법균구유흔강적로봉성.단시당차량피차당시,근종산법용역실효.위료해결저일문제,제출사용잡이만려파대차당적차량진행궤적예측.잡이만려파능근거CT산법근종목표적궤적,유효지예측목표차당시적궤적.실험결과표명,본산법불단가이교호지처리근종차량척촌변화적문제,재차량주실혹피부분차당시,능준학이은정지근종차량,이차구유흔호적실시성,만족료공정응용적수구.
