【技术实现步骤摘要】
本专利技术涉及图像识别，具体涉及一种复杂道路场景车辆实时跟踪检测方法。
技术介绍
1、车辆实时跟踪检测在自动驾驶和交通安全领域具有重要意义，随着目标检测和多目标跟踪算法的发展，以及传感器技术的进步，目前已能够在复杂道路场景中准确快速地检测和跟踪车辆，这为实现智能交通和自动驾驶技术的商业化提供了坚实基础。
2、在对车辆实时跟踪检测时，可以通过sift算法（尺度不变特征变换 scale-invariant feature transform）来检测和追踪目标物体，sift算法通过关键点局部窗口内像素点的梯度分布来获取关键点描述子，通过关键点描述子对相邻帧图像中的关键点进行匹配，以此来进行车辆的实时跟踪检测；但是常规的sift算法中在获取关键点描述子时，都是通过固定的关键点局部窗口来进行分析的，由于在实际道路中充斥着各种复杂的信息，树木遮挡、车辆密集、行人干扰等多重不确定的干扰因素，导致图像中的一些关键点不能被检测出来，则降低了关键点检测和匹配的准确性，也影响了车辆实时跟踪的准确性。
技术实现思路>
1、本文档来自技高网...
【技术保护点】
1.一种复杂道路场景车辆实时跟踪检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种复杂道路场景车辆实时跟踪检测方法，其特征在于，所述根据车辆图像每个像素点的局部梯度特征获取所有的关键点，获取每帧车辆图像中每个关键点的邻域窗口，包括的具体步骤如下：
3.根据权利要求1所述一种复杂道路场景车辆实时跟踪检测方法，其特征在于，所述根据每个关键点的邻域窗口内任意两个关键点的梯度差异，得到每个关键点的邻域窗口内每个梯度方向的混乱程度，包括的具体步骤如下：
4.根据权利要求3所述一种复杂道路场景车辆实时跟踪检测方法，其特征在于...
【技术特征摘要】
1.一种复杂道路场景车辆实时跟踪检测方法，其特征在于，该方法包括以下步骤：
2.根据权利要求1所述一种复杂道路场景车辆实时跟踪检测方法，其特征在于，所述根据车辆图像每个像素点的局部梯度特征获取所有的关键点，获取每帧车辆图像中每个关键点的邻域窗口，包括的具体步骤如下：
3.根据权利要求1所述一种复杂道路场景车辆实时跟踪检测方法，其特征在于，所述根据每个关键点的邻域窗口内任意两个关键点的梯度差异，得到每个关键点的邻域窗口内每个梯度方向的混乱程度，包括的具体步骤如下：
4.根据权利要求3所述一种复杂道路场景车辆实时跟踪检测方法，其特征在于，所述根据每个关键点的邻域窗口内的关键点的梯度夹角和对应的参考像素点的梯度夹角之间的差异、每个关键点的夹角差值序列中数据的分布，得到每个关键点的邻域窗口内每个梯度方向的混乱程度，包括的具体步骤如下：
5.根据权利要求1所述一种复杂道路场景车辆实时跟踪检测方法，其特征在于，所述根据每个关键点的邻域窗口内不同梯度方向的混乱程度之间的差异、梯度方向之间的差异，得到每个关键点的邻域窗口内受遮挡的影响程度，包括的具体步骤如下：
6.根据权利要求5所述一种复杂道路场景车辆实时跟踪检测方法，其特征在于，所述根据梯度方向对应的序号之间的差值、...
【专利技术属性】
技术研发人员：何国涛，张维敏，张博，汪文妹，高张浩，赵旭阳，李敏乐，
申请(专利权)人：陕西高速电子工程有限公司，
类型：发明
国别省市：
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。