基于車載視頻的實際車輛檢測跟蹤方法研究.pdf

1、近年來,隨著與汽車、交通等相關(guān)技術(shù)的不斷成熟和人民生活質(zhì)量的大幅提高,城市化進(jìn)程加快,我國家庭對汽車的擁有量急速增長,城市道路交通越來越擁堵,行車速度也越來越快,交通矛盾日益突出,交通事故頻發(fā),給人們的生命財產(chǎn)和國民經(jīng)濟(jì)造成了巨大損失。因此自動駕駛和安全駕駛越來越成為研究的熱點(diǎn),智能交通系統(tǒng)中車輛檢測與跟蹤技術(shù)的研究也越來越受到國內(nèi)外學(xué)者們的高度關(guān)注。
　　基于視頻的運(yùn)動物體識別算法一直是計算機(jī)視覺研究的熱點(diǎn)。各國的研究人員對這個

2、問題從不同角度給出了各異的解決方法,然而由于基于視頻的運(yùn)動目標(biāo)識別的復(fù)雜性,在識別的實時性及識別精度上還有很多難點(diǎn),還沒有找到一種特定的方法適合所有的場景,特別是對于雨、雪、霧等非常規(guī)天氣,對運(yùn)動目標(biāo)的識別仍然存在困難。
　　本文首先分析了常用的基于視頻的主要運(yùn)動目標(biāo)識別的研究意義與研究現(xiàn)狀,并對常用檢測算法進(jìn)行了分析和比較,對特征提取和基于時域的跟蹤方法進(jìn)行了詳細(xì)的介紹,對傳統(tǒng)的檢測跟蹤算法同基于特征的光流法的優(yōu)劣進(jìn)行比較。接著

3、對基于高斯分布的背景建模做了介紹,后面利用隱馬爾可夫模型完成軌跡跟蹤。
　　最后,在結(jié)合國內(nèi)外研究成果的基礎(chǔ)上,本文提出了一種適合于霧霾天的運(yùn)動目標(biāo)識別方法,該方法能在光線不好,遮擋嚴(yán)重的霧霾天較好的完成運(yùn)動目標(biāo)的識別。同時進(jìn)行實驗驗證,并對實驗結(jié)果進(jìn)行分析。通過實驗,可以驗證基于特征的光流法及對運(yùn)動目標(biāo)進(jìn)行低維特征提取的識別跟蹤算法在實時性和準(zhǔn)確性上有較好的表現(xiàn)。同時,也對目前仍存在的問題進(jìn)行了分析,同時對下一步的研究方向提出展