基于光流法的車輛檢測與跟蹤.pdf

1、近年來，在智能交通領(lǐng)域中，基于視頻的車輛檢測跟蹤已成為一個(gè)重要的研究方向。光流法在視頻運(yùn)動(dòng)分析等領(lǐng)域具有極其重要的基礎(chǔ)地位，能得到目標(biāo)詳細(xì)的二維運(yùn)動(dòng)信息，但光流算法計(jì)算的不適定及不能實(shí)時(shí)運(yùn)算等問題限制了其廣泛應(yīng)用，因此研究出一種能實(shí)時(shí)執(zhí)行且精度較高的光流算法對(duì)推廣此算法在實(shí)時(shí)領(lǐng)域的應(yīng)用顯得尤為重要。若能將實(shí)時(shí)光流技術(shù)應(yīng)用于智能交通領(lǐng)域，對(duì)智能交通的發(fā)展也大有裨益。
　　本文詳細(xì)闡述、分析了微分光流法的基本原理，并據(jù)此提出了多幀光流

2、模型和其線性化求解方法，簡化了光流的求解過程并提高了其估算精度；選擇 GPU平臺(tái)做算法移植，解決光流的實(shí)時(shí)計(jì)算問題；根據(jù)所得實(shí)時(shí)稠密光流給出了車輛檢測跟蹤方案。
　　首先，時(shí)域相關(guān)性在視頻分析中具有重要作用，但在估算光流時(shí)這一特性卻很少被應(yīng)用。針對(duì)這一情況，提出在 H-S光流模型基礎(chǔ)上引入前向幀并加入時(shí)域相關(guān)性約束，從而構(gòu)造出多幀光流模型。同時(shí)，針對(duì)能量泛函線性化求解過程異常復(fù)雜的情況，提出運(yùn)用迭代重加權(quán)最小二乘法（IRLS）簡化

3、這一求解過程。
　　其次，根據(jù)光流算法在像素間耦合性低這一特點(diǎn)，選擇對(duì)其進(jìn)行 GPU平臺(tái)移植。在計(jì)算統(tǒng)一設(shè)備(CUDA)架構(gòu)下通過多線程并行執(zhí)行方式同時(shí)對(duì)多個(gè)像素的光流值進(jìn)行估算。在估算結(jié)果精度相當(dāng)?shù)那闆r下，在GPU上執(zhí)行時(shí)間遠(yuǎn)小于CPU上執(zhí)行時(shí)間。對(duì)于分辨率為640*480的視頻圖像可以達(dá)到實(shí)時(shí)性運(yùn)算，能滿足一般的應(yīng)用要求。
　　最后，給出一種改進(jìn)的車輛檢測跟蹤方案。一方面，方案使用 GPU平臺(tái)計(jì)算所得實(shí)時(shí)稠密光流，相較于