通知公告
交大新闻
10 现在的位置：首页 > 期刊导读 > 2018 > 10 >
融合历史轨迹的智能汽车城市复杂环境多目标检测与跟踪算法
【作者】 隗寒冰 [1] 陈尧 [1] 贾志杰 [1] 赖锋 [2]
【关键词】 智能汽车 城市环境 网状分类器 多目标检测 历史轨迹
【摘要】针对现有智能汽车环境感知算法多根据特定类型目标设计,在处理目标遮挡、光照突变等城市复杂场景时识别准确率较低的问题,提出一种基于网状分类器与融合历史轨迹的多目标检测与跟踪算法.该算法考虑各目标之间的遮挡关系,利用具有目标融合功能的网状分类器对多尺度滑动窗获取的待检窗口进行多目标检测;历史检测结果基于目标特征关联通过计算目标长短轨迹和历史轨迹可靠性验证生成历史轨迹库,该轨迹库用于预测或融合新的检测结果;利用该检测跟踪结果更新网状分类器中的标准差分类器、最近邻分类器和历史轨迹信息,直至完成多目标长时跟踪.实验结果表明,本文算法在目标遮挡、光照变化和阴雨天气的复杂城市环境下均可实现多目标长时间检测跟踪,与KITTI数据集样本相比,平均准确率在77.17％～81.32％之间,单帧图像平均耗时0.05 s,具有较好的实时应用前景.
© 2015 《西安交通大学学报》编辑部 地址：西安市咸宁西路28号 邮编：710049
互联网备案号：陕ICP备07500839号