【技术实现步骤摘要】
本专利技术属于车辆轨迹识别，尤其涉及一种基于旋转检测框的车辆轨迹提取方法、装置及存储介质。
技术介绍
1、车辆目标检测与轨迹提取是交通工程研究领域的核心工作，可用于分析交通流特征，挖掘路段和重要节点（如路口、互通、分合流点等）的复杂交通运行规律，探明交通拥堵发生机理，辨识交通安全冲突，对于指导交通组织优化、制定交通诱导与主动管控策略等具有重要意义。由于搭载摄像机的无人机具有视频监测范围广、一次性采集目标多、可连续观测等特点，常被用来采集交通图像，并基于计算机视觉技术实现车辆检测和轨迹跟踪。
2、但是，风向、气流等不稳定因素会导致无人机在拍摄视频的过程中出现帧图像随机平移和旋转，进而产生视频中的车辆运动重叠、坐标漂移等现象，给车辆检测与轨迹跟踪带来挑战。常用的传统车辆检测与轨迹跟踪方法有背景提取法、连续视频帧差法、光流法等。但是，背景提取法易受环境光照强度和背景变化干扰，连续视频帧差法对慢速运动不敏感，易受光照变化影响，误检率高且分割精度较差，光流法抗噪性能差且计算量较大。相较于传统的目标检测方法，深度学习方法对尺度变化更为敏...
【技术保护点】
1.一种基于旋转检测框的车辆轨迹提取方法，其特征在于，包括：
2.根据权利要求1所述的基于旋转检测框的车辆轨迹提取方法，其特征在于，所述获取道路车辆图像并对所述道路车辆图像进行分类，得到训练集，包括：
3.根据权利要求2所述的基于旋转检测框的车辆轨迹提取方法，其特征在于，所述预先构建的旋转目标检测模型包括YOLOv8网络与OBB模型的融合模型，其中，将现有YOLOv8网络中的CloU损失函数更换为ProbIoU损失函数。
4.根据权利要求3所述的基于旋转检测框的车辆轨迹提取方法，其特征在于，所述使用训练集对预先构建的旋转目标检测模型...
【技术特征摘要】
1.一种基于旋转检测框的车辆轨迹提取方法，其特征在于，包括：
2.根据权利要求1所述的基于旋转检测框的车辆轨迹提取方法，其特征在于，所述获取道路车辆图像并对所述道路车辆图像进行分类，得到训练集，包括：
3.根据权利要求2所述的基于旋转检测框的车辆轨迹提取方法，其特征在于，所述预先构建的旋转目标检测模型包括yolov8网络与obb模型的融合模型，其中，将现有yolov8网络中的clou损失函数更换为probiou损失函数。
4.根据权利要求3所述的基于旋转检测框的车辆轨迹提取方法，其特征在于，所述使用训练集对预先构建的旋转目标检测模型进行训练，得到训练好的旋转目标检测模型，包括：
5.根据权利要求4所述的基于旋转检测框的车辆轨迹提取方法，其特征在于，所述获取无人机采集的交通流视频，并对所述交通流视频进行稳像处...
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。