首页 | 本学科首页   官方微博 | 高级检索  
     检索      

基于数据关联融合KCF与Kalman滤波的车辆多目标跟踪
引用本文:宋俊芳,王菽裕,薛茹,李莹.基于数据关联融合KCF与Kalman滤波的车辆多目标跟踪[J].科学技术与工程,2020,20(31):12927-12933.
作者姓名:宋俊芳  王菽裕  薛茹  李莹
作者单位:西藏民族大学信息工程学院, 咸阳712082;长安大学信息工程学院, 西安710064
基金项目:陕西省教育厅专项科研计划项目(19JK0887)和XZ2017ZRG-53(Z)
摘    要:在复杂交通场景下的车辆多目标跟踪,由于车辆之间较高的相似性和交互性,跟踪算法为了保证精度一般都较为复杂,无法满足智能分析应用需求。为此,本文结合简单有效的数据关联算法和快速精准的单目标跟踪算法,提出在线数据关联的多目标跟踪新方法。方法利用目标检测算法获得的当前目标集,通过关联算法建立目标与已形成轨迹集的关联矩阵,并通过行列耦合原则选出最佳关联对作为关联结果,针对不同的关联结果尤其是漏检和严重遮挡的情况,引入KCF与Kalman滤波联合完成目标轨迹的持续更新。实验表明,本文算法对目标误检、漏检以及严重遮挡情况均可以很好解决,并且对目标轨迹的实时准确获取,可以为交通视频智能分析提供可靠的轨迹数据。

关 键 词:车辆多目标跟踪  数据关联  行列耦合  IoU相似性度量  KCF  Kalman滤波
收稿时间:2020/2/21 0:00:00
修稿时间:2020/7/28 0:00:00

Multi-Vehicle Tracking combing KCF and Kalman Based on Data Association
Institution:.School of Information Engineering, Xizang Minzu University,
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
点击此处可从《科学技术与工程》浏览原始摘要信息
点击此处可从《科学技术与工程》下载免费的PDF全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号