原文传递
基于深度学习的多目标车辆轨迹自动采集方法
| 题名： | 基于深度学习的多目标车辆轨迹自动采集方法 |
| 作者： | 周雄峰 |
| 作者单位： | 同济大学道路与交通工程教育部重点实验室 |
| 关键词： | 车辆轨迹;目标检测;多目标跟踪;DeepSORT;轨迹平滑 |
| 摘要： | 车辆轨迹通常用于驾驶行为建模和交通安全领域。为获取交通视频中车辆轨迹,提出一种基于深度学习的自动采集方法。利用YOLOv5检测器在连续帧中的感兴趣区域进行车辆检测,通过DeepSORT跟踪器进行稳健而快速的车辆跟踪,该追踪器可以有效减少目标ID的跳变,提升跟踪稳定性,通过透视变换得到车辆的真实世界坐标并使用局部加权回归算法进行轨迹平滑。实验结果表明,该方法在高速公路监控数据集上的平均多目标跟踪准确率达96.1%,轨迹采集的平均准确度超过了93%,平滑算法能有效去除轨迹噪声。 |
| 期刊名称： | 交通科技 |
| 出版日期： | 202108 |
| 出版年： | 2021 |
| 期： | 04 |
| 页码： | 135-140,144 |
检索历史
应用推荐
