基于外观和运动的车辆检测和追踪算法研究

• 作 者: 陆星家 郭璘 陈志荣 林勇
• 机 构: 宁波工程学院理学院,宁波工程学院交通与物流学院,美国德州大学阿灵顿分校计算机学院
• 出 处: 计算机工程
• 发表日期: 2014年08期
• 关键词: 马尔可夫蒙特卡洛方法 多假设数据关联 多机动车检测 多机动车追踪 Markov Chain Monte Carlo （MCMC） method Multipl
• 基金项目: 国家自然科学基金资助项目（40901241）,浙江省自然科学基金资助项目（Y5090377）,浙江省教育厅基金资助项目（Y201225208）,宁波市自然科学基金资助项目（2012A610020）.

针对机动车在检测和追踪过程中容易受到光照变化、目标遮挡以及天气变化等影响的问题,提出一种基于马尔可夫蒙特卡洛(MCMC)与多假设数据关联算法的多机动车检测和追踪算法。根据HOG特征模板匹配与MCMC运动状态估计,将外观模型和运动模型相结合,并保持全局数据关联。通过提高检测匹配阈值,降低运动估计误差,使算法满足精准性和实时性的要求。实验结果表明,该算法能够准确地估计机动车的运动状态,具有较高的检测准确率、精度与实时性,在正常光照条件下,检测和追踪的精度分别达到90%和85%以上。