基于改进高斯混合模型和卡尔曼滤波的车辆检测与跟踪

摘要：

提出一种基于改进高斯混合模型和卡尔曼滤波的车辆检测与跟踪方法.该方法在车辆检测阶段,为了解决传统高斯混合模型对运动目标速度变化自适应能力较差的问题,通过定义运动目标速率因子,给出一种模型学习率自适应更新策略,对传统高斯混合模型进行了改进,并用以实现车辆检测;在车辆跟踪阶段,通过建立一个适用于视频目标跟踪的卡尔曼滤波系统,并以车辆检测阶段输出的车辆质心为该卡尔曼滤波系统的量测值,实现了选定车辆目标的跟踪.实验结果表明,该方法车辆检测与跟踪效果良好,能满足实际交通监控系统的需求.

关键词：高斯混合模型、卡尔曼滤波、车辆检测、车辆跟踪、交通视频处理

所属期刊栏目：47

分类号：TP391.9(计算技术、计算机技术)

资助基金：国家自然科学基金;河南省科技发展计划

在线出版日期：2018-01-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：693-698