基于粒子群优化的复杂交通监控车辆检测与跟踪

摘要：

城市交通监控视频的背景与前景变化均极为剧烈，导致交通监控对车辆的检测与统计准确率较低，对此，提出一种基于车辆空间移动特点与粒子像素聚类的车辆检测与跟踪方案。首先，基于高斯混合模型将权重与标准偏差比例较高的部分选为背景，由此实现前景区域的提取，同时，使用二值遮挡技术对提取的前景边缘进行优化处理；然后，提取前景区域的部分粒子，对粒子进行聚类处理，结合粒子的空间位置与移动向量来提高粒子的聚类准确率；最终，由于同一粒子簇可能为两个运动形式接近的多辆车组成，针对粒子簇的轴线等参数设置了限制条件，从而判断是否为同一车辆。对车辆的追踪则基于连续帧之间相同粒子簇的相似率比较实现。对比试验结果表明，该算法在剧烈变换的背景条件下具有较高的车辆检测准确率，错误率较低，优于其他同类型算法。

关键词：城市道路交通、高斯混合模型、前景遮挡、聚类、车辆追踪

所属期刊栏目：39

分类号：TN820.4-34;TP391.4(无线电设备、电信设备)

资助基金：河北省自然科学基金资助项目E2011210028

在线出版日期：2016-08-02（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：106-111