[发明专利]一种鲁棒性车辆实时检测与跟踪方法有效
申请号: | 201310198589.6 | 申请日: | 2013-05-24 |
公开(公告)号: | CN103246896A | 公开(公告)日: | 2013-08-14 |
发明(设计)人: | 黄健;陈龙;王国金;郭培超;周卫 | 申请(专利权)人: | 成都方米科技有限公司 |
主分类号: | G06K9/66 | 分类号: | G06K9/66;G06K9/46;G06T7/20;G08G1/017 |
代理公司: | 成都顶峰专利事务所(普通合伙) 51224 | 代理人: | 杨军 |
地址: | 610000 四川省成*** | 国省代码: | 四川;51 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种鲁棒性车辆实时检测与跟踪方法,主要解决了现有技术中存在的车辆跟踪方法跟踪不稳定,实时性较差,实现较为复杂,不能满足人们需求的问题。该一种鲁棒性车辆实时检测与跟踪方法包括:搜集正、负样本;提取正、负样本特征,并得出级联分类器;对目标图片进行检测;建立跟踪列表,采用光流法对跟踪列表中的车辆进行位置预测;根据车辆的初始位置和预测位置进行路径跟踪。通过上述方案,本发明达到了跟踪稳定且实时性较好,实现相对简单的目的,具有很高的实用价值和推广价值。 | ||
搜索关键词: | 一种 鲁棒性 车辆 实时 检测 跟踪 方法 | ||
【主权项】:
一种鲁棒性车辆实时检测与跟踪方法,其特征在于,包括以下步骤:(1)采用离线训练方式从车辆监测视频图片中截取车辆头部或尾部图片作为正样本,使用不包含车辆的任意图片作为负样本,并将正、负样本按1:2的比例搜集;(2)提取正、负样本的Haar‑like特征,并使用adaboost算法进行离线训练得出对车辆的判断逐级增强的级联分类器;(3)输入目标图片,提取目标图片的所有Haar‑like特征,使用级联分类器对目标图片的Haar‑like特征进行检测识别,并根据识别出的Haar‑like特征判断目标图片中车辆的特征分布信息,并在检测出车辆时记录目标车辆的车辆信息;(4)建立跟踪列表,将目标车辆添加入跟踪列表,采用光流法对跟踪列表中的车辆进行位置预测,并判定车辆与预测位置间是否存在遮挡物,若存在遮挡物,则结合车辆的运动信息和LBP纹理直方图进行分析,得出修正后的车辆预测位置;(5)根据车辆的初始位置和预测位置进行路径跟踪。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于成都方米科技有限公司,未经成都方米科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310198589.6/,转载请声明来源钻瓜专利网。