基于多特征融合的运动车辆跟踪方法

摘要

本发明的基于多特征融合匹配的运动车辆跟踪方法，包括如下步骤：1)特征提取阶段：a)提取检测到的运动车辆的特征；b)结束。2)车辆跟踪阶段：a)更新上一帧图像中各车辆的状态；b)在当前帧和上一帧运动车辆间建立匹配连接；c)返回匹配结果；d)结束。本发明的基于多特征融合匹配的运动车辆跟踪方法提高了跟踪的抗遮挡性能，从而提高了跟踪的正确性。

主权项

1.基于多特征融合的运动车辆跟踪方法，其特征是包括如下步骤：1)特征提取阶段：a)提取检测到的运动车辆特征，所述特征包括车辆的质心、区域面积和外接矩形的面积；设车辆所在图像中的区域为R，S为区域面积，则为某一像素在图像中的位置即第x行第y列；质心的坐标为则X为外接矩形的宽，Y为外接矩形的长，则$X=\underset{(x,y)\in R}{\max }\left(x\right)-\underset{(x,y)\in R}{\min }\left(x\right),$$Y=\underset{(x,y)\in R}{\max }\left(y\right)-\underset{(x,y)\in R}{\min }\left(y\right),$外接矩形的面积为X×Y；b)结束。2)车辆跟踪阶段a)每一个跟踪的目标车辆的历史特征信息形成一条跟踪链。当有新的车辆目标寻找到最佳匹配的跟踪链后，将该车辆目标加入到跟踪链中。并用最新加入的车辆特征作为整个跟踪链的特征；此阶段为收集所有跟踪链的特征；b)新的车辆目标来临时，为新目标和原跟踪链进行特征匹配；c)返回匹配结果；d)结束；步骤2)-b的具体过程如下：1)统计已获取的所有跟踪链的特征，各目标链的特征以最新匹配到的目标特征为标准，将所有特征形成一个未匹配队列Q₁；2)统计新加入的目标车辆的特征，将所有新的车辆目标形成一个待匹配队列Q₂；3)使用下式计算队列Q₂和未匹配队列Q₁中所有特征的匹配函数值E(m，n)，式中E(m，n)为Q₁中第m个特征和Q₂中第n个特征的匹配函数值，ΔD(m，n)为归一化质心距离，ΔS(m，n)为归一化区域面积，ΔR(m，n)为归一化外接矩形面积；α、β和γ为各特征的权重；E(m，n)＝αΔD(m，n)+βΔS(m，n)+γΔR(m，n)4)找出所有匹配函数值中最小的一个为当前最佳匹配，将Q₂中该目标加入对应的跟踪链中，设置该跟踪链的剩余匹配次数Count，同时在Q₁和Q₂队列中删除已匹配的目标车辆；若有未匹配队列和待匹配队列，即Q₁和Q₂队列均不为空，则转到3)，否则转到5)；5)若未匹配队列Q₁为空，则将待匹配队列Q₂中所有未匹配的目标车辆作为新目标加入跟踪链中，设置新跟踪链的剩余匹配次数Count；若待匹配队列Q₂为空，未匹配队列Q₁不为空，更新未匹配队列Q₁中每个目标的剩余匹配次数Count，使Count减1，若Count为0，删除该跟踪链；6)结束。