改进协方差矩阵的智能车视觉目标跟踪方法

• 作者: 刘红星 朱晓媛 李进龙 胡广地
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 视觉目标追踪 粒子滤波算法 协方差矩阵 特征融合
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 图形图像处理
• 页码范围: 171-178
• 页数: 8页
• 分类号: TP391.4
• 字数: 6900字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1711-0022

摘要

智能车辆视觉目标具有非线性、噪声分布非高斯性的典型特点,现有算法难以实时估计目标的状态.针对识别物体复杂且多变,很难用完全的特征来描述待识别目标及其背景的不断变化,提出了一种用于融合颜色特征及SURF(Speed-Up Robust Features)特征的协方差矩阵来改进粒子滤波算法,从而提升视觉目标跟踪的实时性,满足智能车辆的要求.首先,对采集的图像进行预处理来获取感兴趣区域.接着,通过融合颜色特征及SURF特征构造范围感兴趣区域(Region Of Interest,ROI)的目标特征协方差矩阵,建立目标状态预测模型及状态观测模型,用于改进粒子滤波算法粒子重采样过程,实现对目标的精确跟踪.最后,将该方法与Mean-shift算法和颜色属性(CN)算法进行对比.实验结果表明,在智能车视觉跟踪过程中对光环境瞬时变化、目标物体存在短时遮挡以及目标物体姿态改变时,该算法在满足智能车辆对实时性要求的前提下,有效提升算法的精确度及鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李进龙	西南交通大学交通运输与物流学院	18	24	3.0	4.0
2	胡广地	西南交通大学汽车研究院	26	47	3.0	5.0
3	刘红星	西南交通大学汽车研究院	6	8	2.0	2.0
7	朱晓媛	西南交通大学汽车研究院	2	2	1.0	1.0