复杂环境基于多信息融合的车辆跟踪方法

来源：交通运输系统工程与信息杂志2015年第6期北京时间：

作者：刘阳，王忠立，蔡伯根

单位：北京交通大学电子信息工程学院，北京100044

摘要：平交路口复杂环境下基于视觉的车辆跟踪容易受到如车辆在图像上投影的尺 度变化，车辆的排队与消散过程中邻近车辆间的遮挡及分离等因素的影响.针对该问题， 本文提出了一种利用局部特征增强的Mean-shift 改进算法，利用SIFT 特征点对尺度、旋 转变化鲁棒的特性，将其与基于跟踪区域颜色特征的跟踪方法相融合实现车辆跟踪，较 好地解决了在车辆尺度、运动方向变化，以及遮挡情况下的跟踪问题.同时通过引入跟踪 车辆分离的判定条件，结合特征点聚类算法解决了相邻车辆发生分离时的判断及跟踪问 题.实验结果表明，在多种交通场景的车辆跟踪过程中，本文提出的算法有较好的鲁棒性, 定位结果更加精确.

关键词：交通工程,车辆跟踪,均值漂移,尺度不变特征,归一化割

基金资助：中央高校基本科研业务费项目（2014YJS011）；国家自然科学基金面上项目（61573057）