基于多尺度边缘融合及SURF特征匹配的车辆检测及跟踪方法

• 作者: 景首才 杨澜 王会峰 穆柯楠
• 来源期刊: 交通信息与安全
• 学科: 交通运输
• 关键词: 智能交通 交通图像处理 车辆检测与跟踪 多尺度边缘融合 特征匹配 样本更新
• 年，卷（期）: 2018,（6）
• 所属期刊栏目: 交通信息工程与控制
• 页码范围: 65-73
• 页数: 9页
• 分类号: U491.1
• 字数: 5004字
• 语种: 中文
• DOI: 10.3963/j.issn.1674-4861.2018.06.009

摘要

为提高交通参数提取的准确性与实时性,研究了基于多尺度边缘融合和SURF特征匹配的车辆检测与跟踪方法,克服了传统基于边缘特征的车辆检测方法易受噪声、背景干扰的问题,实现车辆准确检测.将车辆检测结果作为跟踪样本建立跟踪样本集合,通过建立匹配点对几何约束消除误匹配特征对,提高跟踪样本与待跟踪视频帧的SURF特征匹配准确度.针对车辆驶入、驶离相机视野,车辆间歇性运动,背景缓慢变化等情况提出跟踪样本更新机制,实现车辆的准确、实时跟踪.实验结果显示,所提算法的车辆检测率为88.3％,检测准确度为90.2％;跟踪精确度为86.4％,跟踪准确度为92.7％;检测时间成本为91.8ms,跟踪速率为52.2fps.检测准确度、跟踪准确度、检测速率、跟踪速率均高于光流法、粒子滤波法和SIFT特征匹配法,表明所提算法能较好地满足实时性应用.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王会峰	长安大学电子与控制工程学院	35	111	7.0	9.0
2	穆柯楠	长安大学电子与控制工程学院	11	76	5.0	8.0
3	杨澜	长安大学信息工程学院	27	208	7.0	14.0
4	景首才	长安大学信息工程学院	8	33	4.0	5.0