基于車載視頻的車輛目標跟蹤方法研究.pdf

1、車輛跟蹤作為計算機視覺領域的一個研究熱點，在無人駕駛、智能車以及輔助駕駛系統(tǒng)等方面都扮演著重要的角色。但是存在著跟蹤成功率不高、定位不準確等問題，特別是在場景復雜的情況下此類問題表現(xiàn)得尤為突出。本文以粒子濾波算法作為跟蹤框架，通過建立一種基于融合特征的外觀模型來描述車輛目標，選擇性地對粒子進行重采樣，有效地提高了復雜環(huán)境條件下車輛跟蹤的準確性。
　　首先，介紹了本課題的研究背景和研究意義，結(jié)合國內(nèi)外研究現(xiàn)狀總結(jié)了車輛跟蹤的技術難點

2、。同時，詳細介紹了粒子濾波理論。
　　接著，結(jié)合粒子濾波理論建立了相應的狀態(tài)空間模型。在轉(zhuǎn)移模型方面，考慮到車輛行駛的速度變化問題，將距離當前最近若干幀的速度加權平均值作為當前時刻的行駛速度，利用近似的勻速運動模型作為狀態(tài)轉(zhuǎn)移模型，使得預測的結(jié)果更加準確、可靠；在觀測模型方面，本文采用了感知特征和主成分分析方法提取的車輛特征，并將這兩種特征進行融合處理以適應車輛跟蹤問題。在粒子濾波的跟蹤框架中利用融合特征模型進行相似性衡量，從而實