[发明专利]一种基于单镜头的车辆检测与跟踪方法

摘要

本发明公开了一种基于单镜头的车辆检测与跟踪方法，属于车辆监控技术领域，提出一种自适应学习率的方法。在相关滤波KCF跟踪算法的基础上，使用机器学习和深度学习YOLO v2作为跟踪算法的检测器，实现移动车辆的有效检测和跟踪。在无人机拍摄视频上进行测试，对比改进算法与KCF算法的跟踪性能，验证本发明所提出算法的有效性。通过实验可以看出改进方法在处理航拍视频中车辆姿态变化时，本发明的方法比传统相关滤波跟踪算法有了明显的改善，实验结果表明，所提出的方法在车辆姿态发生各类变化时具有较好的跟踪效果。

主权项

1.一种基于单镜头的车辆检测与跟踪方法，其特征在于，包括以下步骤：1)设图像检测出的车辆在图像中的位置是Pd(x,y)＝{pd1 pd2 … pdn}，其中n为检测出的车辆数，预测的位置Pt(x,y)，学习模型的位置Pm(x,y)；计算检测车辆与学习模型的距离，取最小最短距离其中Rmin为学习模型框的最小边长，如果d＞0检测车辆成功，反之为失败；2)计算检测位置、预测位置与学习模型的ORB特征值匹配数Td和Tt，再计算检测位置与学习模型之间的重叠率O，最后根据式(6)通过检测位置Rectd更新最终位置Rectt+1：Rectt+1＝wRectd+(1‑w)Rectt其中w为检测位置所占目标框更新的权重，3)最后模型的更新策略如下：其中T为特征匹配的数量阈值，经验值为50，n为跟踪漂移后检测到的车辆数量。