夜间行驶车辆的前照灯检测和跟踪系统
提出一种新的车辆检测和跟踪系统,能够在农村和城市地区正确地探测和跟踪车辆前照灯。检测过程不需要其它方法中常用的图像处理或其它的预处理过程,具有较高的鲁棒性。该跟踪系统是在联合概率数据关联滤波算法的基础上产生的,可有效地将对象检测与现有的跟踪相结合,并提供一个跟踪管理系统。该系统的主要优点:相比标准检测器和跟踪系统,其结构和跟踪方法简单且鲁棒性好,可以跟踪任意数量的对象和处理假阳性检测。试验结果表明,该系统对车辆前照灯的检测精度高。
该系统由检测和跟踪两个模块组成。
(1)检测模块。基于Marku等提出的分类器前照灯检测方法的优点:①将图像预处理、斑点检测和分类的步骤合并为一步;②分类器作用于原始像素去除特征提取步骤;③探测器有一个计算有效的级联结构;④只需要对阈值进行参数调优,阈值决定了分类地区的最小范围。
(2)跟踪模块。跟踪过程由3个嵌套部分组成。核心部分是扩展卡尔曼滤波器与联合概率数据关联滤波算法。联合概率数据关联滤波算法能够跟踪任意数量的对象。将运动模型运用到卡尔曼滤波中需要完成角度变换坐标之间的映射。联合概率数据关联滤波算法优点:①与卡尔曼滤波进行无缝结合能够实现多对象跟踪。其它方法不能提供跟踪管理,虽然使用扩展功能能够进行管理,但只针对特定情况;②没有严格轨迹检测任务;③与假阳性处理相结合,不需要额外处理假阳性的特定情形。
Darko Juric et al. 2014 International Conference on Connected Vehicles and Expo(ICCVE),2014.
编译:赵唤