基于Gaussian模型及Kalman滤波的车辆跟踪方法

• 作者: 丁晓娜
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 混合高斯模型 Kalman滤波 边缘特征 车辆跟踪
• 年，卷（期）: 2016,（5）
• 所属期刊栏目: 应用开发研究
• 页码范围: 165-169
• 页数: 5页
• 分类号: TP301
• 字数: 4213字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-629X.2016.05.036

摘要

近年来,随着机动车增加,各大"堵城"陆续出现.各种交通问题日益增多,因此使得智能交通系统的快速发展迫在眉睫.文中在研究传统车辆跟踪方法的基础上,提出基于混合Gaussian模型和Kalman滤波的车辆跟踪算法.通过对车辆运行的外部环境和自身变换等问题的深入分析,首先采用背景减除法提取前景区域,利用混合高斯模型进行背景建模,建模过程中,依据规则不断完成背景自适应提取与更新,排除噪声及"假目标"信息的干扰.在检测出目标车辆后,为保证跟踪效果,利用目标特征参数及运动状态的一致性、连续性排除噪声干扰.通过对目标车辆建立Kalman滤波预测模型,实现对目标的稳定跟踪.实验结果表明,该方法具有较好的实时性和跟踪效果,能够满足实时监控的要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁晓娜		4	17	3.0	4.0