基于改进高斯混合模型和卡尔曼滤波的车辆检测与跟踪

《基于改进高斯混合模型和卡尔曼滤波的车辆检测与跟踪》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于改进高斯混合模型和卡尔曼滤波的车辆检测与跟踪河南大学计算机与信息工程学院摘要：提出一种棊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0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，实现丫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

2、：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;作者简介：杜海顺(1977-)，男，副教授，博士，硕士生导师.研究方向：图像处理、机器视觉.作者简介：李嘉宸，E-mail:1085055169@qq.com收稿日期：2017-02-03基金：国家自然科学基金项目(U1504621)VehicleDetectingandTrackingBasedonImprovedGaussianMixtureModelandKalmanFilterDUHaishunLIJiachenWEIZhaominZHOUYiCollegeofComputerandInfor

3、ma/d^onEngineering,HenanUniversity;Abstract：AvehicledetectingandtrackingmethodwasproposedbyusinganimprovedGaussianmixturemodel(GMM)andKalmanfilter(KF).Inthevehicledetectingstage,animprovedGMMwaspresentedtosolvetheproblemthatthetraditionalGMMhasweakadaptabilitytothespeedchangesofmovin

4、gtarget,inwhichamovingtargetspeedfactorwasdesignedandusedtoadaptivelyupdatethelearningrateofGMM.UsingtheimprovedGMM,avehicledetectingschemewasalsoproposed.Inthevehicletrackingstage,aKFsystemforvideotargettrackingwasdesignedfirstly.Usingthevehiclecentroid,whichistheoutputofthevehicled

5、etectingscheme,asmeasurementoftheKFsystem,theselectedvehiclecanbetrackedeffectively.Experimentresultsshowthattheproposedmethodcandetectandtrackvehicleeffectivelyandmeetthedemandofactualtrafficmonitoringsystem.Keyword：Gaussianmixturemodel;Kalmanfilter;vehicledetecting;vehicletracking;

6、transportvideoprocessing;Received：2017-02-03在交通视频处理中，车辆检测与跟踪至关重要.目前，常用的目标检测方法有背景减除法、帧差法、光流场法等[1-3].高斯混合模型作为一种常用的背景减除0标检测方法，通过为每个像素建立相应的高斯混合模型，能够较好地提取视频中的运动目标.然而，高斯混合模型存在收敛速度慢、对场景变化自适应能力差的缺点.针对上述缺点，许多学者对基于高斯混合模型的目标检测方法进行了深入地研宄，提出了一系列的改进方法[4-7].虽然这些改进的高斯混合模型目标检测方法能提高模型运算效率和环境自适应能力，但至今为

7、止，关注如何提高模型对运动A标速度变化自适应能力的工作并不多见.常用的运动A标跟踪方法有卡尔曼滤波、粒子滤波等[8-10].虽然粒子滤波对非线性运动目标的跟踪效果优于卡尔曼滤波，但易出现粒子退化现象，且运算复杂度较高.此外，由于交通视频的帧率较高、帧时间间隔较小，车辆在帧间隔时间内可认为做匀速直线运动.因此，卡尔曼滤波在交通视频车辆跟踪屮得到了广泛的应用.为丫解决传统高斯混合模型对运动目标速度变化适应能力较差的问题，本文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，并基于此，提出了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.1基于改

8、进高斯混合模型的车辆检测