一种基于卡尔曼滤波的压缩跟踪算法研究
Shandong Science（2014）
摘要
根据道路交通监控视频的特点,采用压缩跟踪(CT)算法进行运动车辆的检测与跟踪.在摄像头变化较大、运动车辆尺度变化和背景变化等情况下,CT算法均具有很强的鲁棒性.但是当车辆被遮挡时,跟踪算法容易失效.为了解决这一问题,提出使用卡尔曼滤波对遮挡的车辆进行轨迹预测.卡尔曼滤波能根据CT算法跟踪目标的轨迹,有效地预测目标遮挡时的轨迹.实验结果表明,本算法不但可以较好地处理跟踪车辆尺寸变化的问题,在车辆丢失或被部分遮挡时,能准确而稳定地跟踪车辆,而且具有很好的实时性,满足了工程应用的需求.
更多关键词
compressive tracking algorithm,real-time tracking,target detection,Kalman filter
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要