【技术实现步骤摘要】
本专利技术属于车辆跟踪
,尤其涉及一种车辆跟踪方法及装置。
技术介绍
随着车辆数量的急剧增加,交通系统日益受到人们的重视。因此,交通系统开始向智能化与自动化发展。要实现交通系统得智能化与自动化,首要任务就是系统能够很好的完成车辆目标的定位和跟踪,以便为整个智能交通提供有效信息。然而,现有车辆跟踪方法,无法有效跟踪不同车型和不同场景的车辆,降低车辆跟踪方法的适用范围和跟踪效率。其原因在于:现有车辆跟踪方法,是通过图像匹配进行跟踪的,当处于光照不足的,且车辆距离摄像机较远的场景时,图像的分辨率较低,使得车辆区分度较低,图像匹配时,容易跟踪到其它的车辆,造成跟踪失误,因此无法有效跟踪不同车型和不同场景的车辆,降低车辆跟踪方法的适用范围和跟踪效率。
技术实现思路
本专利技术实施例的目的在于提供一种车辆跟踪方法,旨在解决现有车辆跟踪方法,无法有效跟踪不同车型和不同场景的车辆,降低车辆跟踪方法的适用范围和跟踪效率。本专利技术实施例是这样实现的,一种车辆跟踪方法,包括:设定车辆检测区域和车辆跟踪区域;在所述车辆检测区域内,利用方向梯度直方图HOG检测模式和支持向量机SVM检测模式,检测车辆;在所述车辆跟踪区域内,利用图像金字塔光流跟踪模式,对检测到的车辆进行跟踪,生成所述车辆的跟踪轨迹。本专利技术实施例的另一目的在于提供一种车辆跟踪装置,包括:设定模块,用于设定车辆检测 ...
【技术保护点】
一种车辆跟踪方法,其特征在于,包括:设定车辆检测区域和车辆跟踪区域;在所述车辆检测区域内,利用方向梯度直方图HOG检测模式和支持向量机SVM检测模式,检测车辆;在所述车辆跟踪区域内,利用图像金字塔光流跟踪模式,对检测到的车辆进行跟踪,生成所述车辆的跟踪轨迹。
【技术特征摘要】
1.一种车辆跟踪方法,其特征在于,包括:
设定车辆检测区域和车辆跟踪区域;
在所述车辆检测区域内,利用方向梯度直方图HOG检测模式和支持向量机
SVM检测模式,检测车辆;
在所述车辆跟踪区域内,利用图像金字塔光流跟踪模式,对检测到的车辆
进行跟踪,生成所述车辆的跟踪轨迹。
2.根据权利要求1所述的车辆跟踪方法,其特征在于,所述在所述车辆检
测区域内,利用方向梯度直方图HOG检测模式和支持向量机SVM检测模式,检
测车辆,具体为:
在所述车辆检测区域内,利用HOG检测模式,检测HOG特征;
根据检测到的HOG特征以及所述SVM检测模式,训练车辆分类器。
3.根据权利要求2所述的车辆跟踪方法,其特征在于,所述在所述车辆检
测区域内,利用HOG检测模式,检测HOG特征,具体为:
输入待检测图像;
将所述待检测图像的尺寸大小转化为相同的预设尺寸;
在所述待检测图像中的车辆检测区域内,利用HOG检测模式中的窗口,按
预设的检测顺序,检测HOG特征,所述检测顺序包括从上至下、从左至右。
4.根据权利要求1所述的车辆跟踪方法,其特征在于,所述在所述车辆跟
踪区域内,利用图像金字塔光流跟踪模式,对检测到的车辆进行跟踪,生成所
述车辆的跟踪轨迹之前,所述车辆跟踪方法还包括:
建立待检测图像的图像金字塔,所述图像金字塔包括根据多层分辨率不同
的图像,所述图像的层数根据分辨率的高低排列,最上层图像为层数最高的图
像,次上层图像为层数第二高的图像,最下层图像为层数第低的图像。
5.根据权利要求4所述的车辆跟踪方法,其特征在于,所述在所述车辆跟
\t踪区域内,利用图像金字塔光流跟踪模式,对检测到的车辆进行跟踪,生成所
述车辆的跟踪轨迹,包括:
在所述图像金字塔中,计算最上层图像中车辆特征点光流的精确值;
利用所述最上层图像中车辆特征点光流的精确值,估算次上层图像中车辆特
征点光流的初始值,并计算所述次上层图像中车辆特征点光流的精确值;
利用所述次上层图像中车辆特征点光流的精确值,估算所述次上层图像的下
一层图像中车辆特征点光流的初始值,并计算所述次上层图像的下一层图像中
车辆特征点光流的精确值,逐层计算,直至到达最底层图像;
根据每层图像中的所述车辆特征点的...
【专利技术属性】
技术研发人员:彭志远,彭博,
申请(专利权)人:深圳市朗驰欣创科技有限公司,
类型:发明
国别省市:广东;44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。