[发明专利]一种智能车辆跟踪方法及系统

说明书

本发明涉及车辆跟踪领域，特别涉及一种智能车辆跟踪方法及系统；本发明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；在本发明中，在车辆跟踪区域内，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，因此解决了现有智能车辆跟踪方法，无法有效跟踪不同车型和不同场景的车辆的问题，因此既增大了智能车辆跟踪方法的适用范围，也提高了跟踪效率。

技术领域

本发明涉及车辆跟踪领域，特别涉及一种智能车辆跟踪方法及系统。

背景技术

随着车辆数量的急剧增加，交通系统日益受到人们的重视。因此，交通系统开始向智能化与自动化发展。要实现交通系统得智能化与自动化，首要任务就是系统能够很好的完成车辆目标的定位和跟踪，以便为整个智能交通提供有效信息。

现有智能车辆跟踪方法，无法有效跟踪不同车型和不同场景的车辆，降低智能车辆跟踪方法的适用范围和跟踪效率。其原因在于：现有智能车辆跟踪方法，是通过图像匹配进行跟踪的，当处于光照不足的，且车辆距离摄像机较远的场景时，图像的分辨率较低，使得车辆区分度较低，图像匹配时，容易跟踪到其它的车辆，造成跟踪失误，因此无法有效跟踪不同车型和不同场景的车辆，降低智能车辆跟踪方法的适用范围和跟踪效率。

发明内容

为了克服上述所述的不足，本发明的目的是提供了一种智能车辆跟踪方法，旨在解决现有智能车辆跟踪方法，无法有效跟踪不同车型和不同场景的车辆，降低智能车辆跟踪方法的适用范围和跟踪效率；还提供了一种智能车辆跟踪系统。

本发明解决其技术问题的技术方案是：

一种智能车辆跟踪方法，其中，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。

作为本发明的一种改进，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。

作为本发明的进一步改进，所述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。

作为本发明的更进一步改进，所述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。

作为本发明的更进一步改进，所述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。