[发明专利]一种道路车辆跟踪方法

说明书

本发明公开了一种道路车辆跟踪方法，属于计算视觉处理技术领域。本发明结合双目相机帧间图像多于单目的优势，提出了一种描述能力更强的多角度光流特征代替原来的多面光流特征，有效的解决了当遇到外观相似，距离较近的车辆相互遮挡时，出现的错跟、漂移等技术问题。

技术领域

本发明属于图像处理和计算机视觉领域，具体涉及一种基于图像信息的多目标跟踪方法。

背景技术

随着人工智能技术的蓬勃发展，以(Advanced Driver Assistance System，简称ADAS)和无人驾驶技术为核心的智能汽车成为未来汽车的发展方向，作为其关键技术之一的多目标跟踪和检测，一直是该领域的研究热点。

目前大多数的多目标跟踪，处理对象集中在RGB图像，采用边检测边跟踪(Tracking By Detection)框架，即由检测和跟踪模块共同实现多目标跟踪任务。根据处理过程使用的数据范围我们可将多目标跟踪算法分为在线跟踪(Online Tracking)和离线跟踪(Offline Tracking)。如由Milan等提出了一种基于全局能量函数优化的离线多目标跟踪算法，其全局能量函数囊括了运动模型、互斥模型、外观模型、轨迹精度、正则项等六大多目标跟踪要素。由Choi等提出了一种融合了在线和离线特征的半在线跟踪方法，这样算法即满足只使用当前及历史信息的要求，又引入了离线算法中时间窗口的概念。由Xiang等提出的一种基于马尔科夫决策(MDP)框架的在线多目标跟踪方法，跟踪问题在MDP框架下实际上变为寻找最优决策使获得奖励最大的过程。在目标连接阶段，其采用了多区域光流特征对目标间相似性进行编码，在道路环境不怎么复杂的情况下，能取得较好的结果。但如果面对城市复杂的交通环境，在解决目标遮挡，轨迹互斥、外观相似误检等棘手问题上，上述方法仍存在一定的不足。

发明内容

本发明的发明目的在于：针对上述存在的问题，提供一种改进的基于MDP框架的车辆跟踪方法，在目标连接阶段，本发明结合双目相机帧间图像，提出了一种描述能力更强的多角度光流特征代替原来的多面光流特征，以有效解决交通环境下车辆的相互遮挡、轨迹互斥、外观相似误检等技术问题。

本发明的一种道路车辆跟踪方法，包括下列步骤：

步骤1：对当前帧t进行目标检测，获取第t帧的目标检测集合：

基于预设的检测器，进行视频帧的目标检测处理，获取目标检测结果，得到多目标的检测集合

其中，各检测目标的检测结果包括2D包围盒，所述2D包围盒的信息包括：中心坐标(x_2D,y_2D)，尺度大小(h_2D,w_2D)，检测置信度s_2D；

步骤2：遍历检测集合对各检测目标进行激活处理：

步骤201：将当前检测目标的状态设置为激活状态；

步骤202：在激活状态下对当前检测目标进行决策评估：

分别计算决策a₁和a₂的激活状态奖励函数值，选择激活状态奖励函数值最大的决策作为第i个检测目标在激活状态下的决策评估结果；

所述激活状态奖励函数为

其中，y(a)的取值为：当决策a＝a₁时，y(a)＝1；决策a＝a₂时，y(a)＝-1；所述a₁表示从激活状态转换为跟踪状态；所述a₂表示从激活状态转换为终止状态；