[发明专利]一种智能车辆跟踪方法及系统

权利要求书

1.一种智能车辆跟踪方法，其特征在于，包括：

设定车辆检测区域和车辆跟踪区域；

在所述车辆检测区域内，利用方向梯度直方图HOG检测模式和支持向量机 SVM检测模式，检测车辆；

在所述车辆跟踪区域内，利用图像金字塔光流跟踪模式，对检测到的车辆进行跟踪，生成所述车辆的跟踪轨迹。

2.根据权利要求1所述的一种智能车辆跟踪方法，其特征在于，在所述车辆检测区域内，利用方向梯度直方图HOG检测模式和支持向量机SVM检测模式，检测车辆，具体为： 在所述车辆检测区域内，利用HOG检测模式，检测HOG特征；根据检测到的HOG特征以及所述SVM检测模式，训练车辆分类器。

3.根据权利要求2所述的一种智能车辆跟踪方法，其特征在于，在所述车辆检测区域内，利用HOG检测模式，检测HOG特征，具体为：输入待检测图像；将所述待检测图像的尺寸大小转化为相同的预设尺寸；在所述待检测图像中的车辆检测区域内，利用HOG检测模式中的窗口，按预设的检测顺序，检测HOG特征，所述检测顺序包括从上至下、从左至右。

4.根据权利要求1所述的一种智能车辆跟踪方法，其特征在于，在所述车辆跟踪区域内，利用图像金字塔光流跟踪模式，对检测到的车辆进行跟踪，生成所述车辆的跟踪轨迹之前，所述智能车辆跟踪方法还包括：建立待检测图像的图像金字塔，所述图像金字塔包括根据多层分辨率不同的图像，所述图像的层数根据分辨率的高低排列，最上层图像为层数最高的图像，次上层图像为层数第二高的图像，最下层图像为层数第低的图像。

5.根据权利要求4所述的一种智能车辆跟踪方法，其特征在于，在所述车辆跟踪区域内，利用图像金字塔光流跟踪模式，对检测到的车辆进行跟踪，生成所述车辆的跟踪轨迹，包括：在所述图像金字塔中，计算最上层图像中车辆特征点光流的精确值；利用所述最上层图像中车辆特征点光流的精确值，估算次上层图像中车辆特征点光流的初始值，并计算所述次上层图像中车辆特征点光流的精确值；利用所述次上层图像中车辆特征点光流的精确值，估算所述次上层图像的下一层图像中车辆特征点光流的初始值，并计算所述次上层图像的下一层图像中车辆特征点光流的精确值，逐层计算，直至到达最底层图像；根据每层图像中的所述车辆特征点的精确值，生成所述车辆的跟踪轨迹。

6.一种智能车辆跟踪系统，其特征在于，包括：

设定模块，用于设定车辆检测区域和车辆跟踪区域；

检测模块，用于在所述车辆检测区域内，利用方向梯度直方图HOG检测模式和支持向量机SVM检测模式，检测车辆；

跟踪模块，用于在所述车辆跟踪区域内，利用图像金字塔光流跟踪模式，对检测到的车辆进行跟踪，生成所述车辆的跟踪轨迹。

7.根据权利要求6所述的一种智能车辆跟踪系统，其特征在于，所述检测模块，包括：

检测单元，用于在所述车辆检测区域内，利用HOG检测模式，检测HOG特征；

训练单元，用于根据检测到的HOG特征以及所述SVM检测模式，训练车辆分类器。

8.根据权利要求7所述的一种智能车辆跟踪系统，其特征在于，所述检测单元，包括：

输入子单元，用于输入待检测图像；

转化子单元，用于将所述待检测图像的尺寸大小转化为相同的预设尺寸；

检测子单元，用于在所述待检测图像中的车辆检测区域内，利用HOG检测模式中的窗口，按预设的检测顺序，检测HOG特征，所述检测顺序包括从上至下、从左至右。

9.根据权利要求6所述的一种智能车辆跟踪系统，其特征在于，所述智能车辆跟踪系统，还包括：建立模块，用于建立待检测图像的图像金字塔，所述图像金字塔包括根据多层分辨率不同的图像，所述图像的层数根据分辨率的高低排列，最上层图像为层数最高的图像，次上层图像为层数第二高的图像，最下层图像为层数第低的图像。

10.根据权利要求9所述的一种智能车辆跟踪系统，其特征在于，所述智能车辆跟踪系统，还包括：

第一计算单元，用于在所述图像金字塔中，计算最上层图像中车辆特征点光流的精确值；

第二计算单元，用于利用所述最上层图像中车辆特征点光流的精确值，估算次上层图像中车辆特征点光流的初始值，并计算所述次上层图像中车辆特征点光流的精确值；

第三计算单元，用于利用所述次上层图像中车辆特征点光流的精确值，估 算所述次上层图像的下一层图像中车辆特征点光流的初始值，并计算所述次上 层图像的下一层图像中车辆特征点光流的精确值，逐层计算，直至到达最底层图像；

生成单元，用于根据每层图像中的所述车辆特征点的精确值，生成所述车辆的跟踪轨迹。