典型文献
一种基于物影匹配算法的道路小目标跟踪方法
文献摘要：
针对复杂道路环境下小目标抛洒物难以被检测与跟踪,且落地静止像素易被纳入背景而导致目标丢失等问题,本文提出一种基于物影匹配算法(OSMA)的道路小目标跟踪方法来解决上述问题.首先,采用混合高斯模型对背景进行建模以此获取前景图像,对前景图像采用膨胀、腐蚀等形态学处理;其次,根据道路抛洒物移动时在前景产生独立的物与影双轮廓特征,进行连续帧前景轮廓的物影匹配,并将连续的匹配结果定为疑似抛洒物;最后,采用多帧质心偏移法判断疑似抛洒物是否处于静止状态,并对运动状态中的疑似抛洒物进行位置判定与帧间轮廓匹配,从而实现抛洒物的逐帧跟踪.基于大量实验表明:本文所提出的OSMA与核化相关滤波器(KCF)、辨别尺度空间跟踪器(DSST)、背景感知相关滤波器(BACF)、深度注意力跟踪器(DAT)、视觉跟踪时空变换器(SATRK)等跟踪器相比,准确性更优越,可较好解决道路复杂场景下各类抛洒物的跟踪问题;复杂背景、快速旋转的小目标场景中跟踪表现优异,具有良好的跟踪尺度,实时性满足预期要求.
文献关键词：
智能交通;道路抛洒物跟踪;物影匹配;小目标抛洒物;复杂道路环境;滤波跟踪
中图分类号：
作者姓名：
项新建;胡海斌;姚佳娜;丁祎;郑永平;金立
作者机构：
浙江科技学院,自动化与电气工程学院,杭州310023;浙江省交通运输科学研究院,杭州310023;浙江小桥流水环境科技有限公司,杭州310023
文献出处：
引用格式：
[1]项新建;胡海斌;姚佳娜;丁祎;郑永平;金立-.一种基于物影匹配算法的道路小目标跟踪方法)[J].交通运输系统工程与信息,2022(06):85-94
A类：
物影匹配,小目标抛洒物,OSMA,BACF,SATRK,道路抛洒物跟踪
B类：
匹配算法,小目标跟踪,跟踪方法,复杂道路环境,静止,像素,混合高斯模型,形态学处理,双轮,轮廓特征,多帧,质心偏移,于静,运动状态,轮廓匹配,核化,相关滤波器,KCF,辨别,尺度空间,跟踪器,DSST,背景感知,力跟踪,DAT,视觉跟踪,变换器,更优越,复杂场景,跟踪问题,复杂背景,性满足,智能交通,滤波跟踪
AB值：
0.263463
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
