结合双向光流约束的特征点匹配车辆跟踪方法

来源：交通运输系统工程与信息杂志2017年第4期北京时间：

作者：卢胜男，李小和

单位：西安石油大学计算机学院，西安710065

摘要：针对复杂交通场景中动态光照变化、目标尺度变化和部分遮挡等因素带来的影响，提出了一种基于特征点的稳定可靠的车辆跟踪方法.针对运动车辆高速行驶时具有较大帧间运动的特点，构造KLT算法的金字塔模型，根据前向和后向跟踪偏移量，对稳定性较差的特征点进行剔除.同时，采用SURF特征匹配算法对目标特征点集进行更新和校正.最后，利用特征点之间的位置信息，确定目标的尺度和旋转变化因子，从而实现当前帧中目标区域的定位.实验结果表明，提出的车辆跟踪方法可以有效地解决复杂场景中目标形变和部分遮挡等问题，对尺度和旋转变化也具有较强的鲁棒性.

关键词：智能交通,车辆跟踪,特征点提取,光流法,SURF特征,KTL算法

基金资助：国家自然科学基金/National Natural Science Foundation of China（61572083）.