?

夜間行駛車輛的前照燈檢測(cè)和跟蹤系統(tǒng)

提出一種新的車輛檢測(cè)和跟蹤系統(tǒng)，能夠在農(nóng)村和城市地區(qū)正確地探測(cè)和跟蹤車輛前照燈。檢測(cè)過程不需要其它方法中常用的圖像處理或其它的預(yù)處理過程，具有較高的魯棒性。該跟蹤系統(tǒng)是在聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)濾波算法的基礎(chǔ)上產(chǎn)生的，可有效地將對(duì)象檢測(cè)與現(xiàn)有的跟蹤相結(jié)合，并提供一個(gè)跟蹤管理系統(tǒng)。該系統(tǒng)的主要優(yōu)點(diǎn)：相比標(biāo)準(zhǔn)檢測(cè)器和跟蹤系統(tǒng)，其結(jié)構(gòu)和跟蹤方法簡(jiǎn)單且魯棒性好，可以跟蹤任意數(shù)量的對(duì)象和處理假陽性檢測(cè)。試驗(yàn)結(jié)果表明，該系統(tǒng)對(duì)車輛前照燈的檢測(cè)精度高。

該系統(tǒng)由檢測(cè)和跟蹤兩個(gè)模塊組成。

（1）檢測(cè)模塊?；贛arku等提出的分類器前照燈檢測(cè)方法的優(yōu)點(diǎn)：①將圖像預(yù)處理、斑點(diǎn)檢測(cè)和分類的步驟合并為一步；②分類器作用于原始像素去除特征提取步驟；③探測(cè)器有一個(gè)計(jì)算有效的級(jí)聯(lián)結(jié)構(gòu)；④只需要對(duì)閾值進(jìn)行參數(shù)調(diào)優(yōu)，閾值決定了分類地區(qū)的最小范圍。

（2）跟蹤模塊。跟蹤過程由3個(gè)嵌套部分組成。核心部分是擴(kuò)展卡爾曼濾波器與聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)濾波算法。聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)濾波算法能夠跟蹤任意數(shù)量的對(duì)象。將運(yùn)動(dòng)模型運(yùn)用到卡爾曼濾波中需要完成角度變換坐標(biāo)之間的映射。聯(lián)合概率數(shù)據(jù)關(guān)聯(lián)濾波算法優(yōu)點(diǎn):①與卡爾曼濾波進(jìn)行無縫結(jié)合能夠?qū)崿F(xiàn)多對(duì)象跟蹤。其它方法不能提供跟蹤管理，雖然使用擴(kuò)展功能能夠進(jìn)行管理，但只針對(duì)特定情況；②沒有嚴(yán)格軌跡檢測(cè)任務(wù)；③與假陽性處理相結(jié)合，不需要額外處理假陽性的特定情形。

Darko Juric et al. 2014 International Conference on Connected Vehicles and Expo（ICCVE），2014.

編譯：趙喚