基于背景建模的车辆跟踪方法

李晓东， 刘 畅， 刘 鹏

(哈尔滨工业大学 计算机科学与技术学院， 哈尔滨 150001)

0 引 言

近年来，随着人民生活水平提高，汽车数量快速增长，城市道路负担加重，交通拥堵等问题也不容忽视，国内外对交通事件检测、交通状态判别及交通状态预测的相关理论研究也日益关注。如果能预测未来时刻的道路交通状态，道路状况则能得到大幅度改善。目前，随着计算机技术和人工智能的发展，利用机器学习方法可以预测交通状态，却需要实时采集交通要道的视频、再加以分析处理。在交通预测问题中，目标跟踪是研究热点之一。运用目标跟踪方法可以测量汽车速度、汽车数量以及预测车辆状态变化。目标跟踪问题根据视频第一帧的目标状态预测后面帧中的目标情况。目标跟踪面临的主要挑战有：光照变化、尺度变化、遮挡、形变、运动模糊、快速运动、目标出视场、背景干扰和低分辨率等[1]。

1 研究现状

目前，在目标跟踪研究中，经常用到的方法有2种，即：产生式方法和判别式方法。其中，产生式方法主要研究目标外观，在下一帧候选目标中挑选与目标外观相似度最大的候选目标作为新一帧中的目标，代表性方法有增量子空间方法[2]。判别式方法把目标跟踪视为分类问题，即训练分类器区分目标与背景，在下一帧候选目标中，属于目标概率最大的一个被视为新的目标，代表性方法为多示例学习方法[3]。

对于车辆跟踪，国内外研究者进行了大量的研究，并取得了一定的成果。……