基于视频的车辆检测与跟踪技术研究

基于视频的车辆检测与跟踪技术研究

郎斌柯

兰州交通大学 甘肃兰州 730000

摘要：近年来，社会经济飞速发展， 交通压力越来越大，城市道路交通管理的重要性逐渐显现出来。所以，研究城市交通问题有非常重要的意义。基于视频的车辆检测和跟踪技术是智能交通研究的重要方面，这是。目前的研究热点。本文针对基于视频的车辆检测与跟踪系统相关问题进行进一步的研究，对此领域发展前景进行分析和展望。

关键词：车辆检测；车辆跟踪；视频；智能交通

随着社会经济的发展，以及信息技术的不断进步，智能交通建设的前景一片光明。而智能交通建设的重要内容之一就是交通检测及跟踪。从上世纪七十年代开始，车辆检测技术开始发展。视频车辆检测技术与跟踪技术涉及的领域十分广泛，包括信号的分析和处理，以及图像的处理等各个方面。近些年来，以计算机图像处理技术为核心的检验技术快速的发展。视频检测主要包括车辆的检测和车辆的跟踪，通过这两个方面来明确车辆的具体参数。目前这两种技术已经取得了很大的进步。

1. 基于视频的车辆检测与跟踪概述

视频车辆检测与跟踪指的是一项计算机技术，它通过使用图像处理技术来对交通目标进行检测和跟踪的。此项技术可以对道路实时交通状况的信息，以及对交通目标进行分析，然后进一步统计在此路段上的车辆数量，另外还可以清楚的知道每辆车的行驶速度。除此之外，此项技术还可以帮助识别不同车辆的具体参数。在经过对道路上的车辆进行收集数据之后，将这些数据和信息再储存起来，这样在交通管理过程中，就可以利用这些信息进行分析，最终达到监测道路交通状况的目的。目前，此项技术是比较先进的。它有很多优点。首先，第一个优点是检测器的安装和拆卸都极其方便和简单，可以节省大量的时间。第二个优点是在检测的时候不会破坏公路路面，没有破坏性。第三个优点是此项技术的检测范围比较大，因此它可以检测到特别多的信息，为交通管理提供极大的方便。

2. 基于视频的车辆检测与跟踪的一般方法

近年来，基于视频的车辆检测与跟踪技术受到了专家们的重视。以下是基于视车辆检测与跟踪的一般方法，具体内容如下：

2.1基于视频的车辆检测一般方法

基于视频的车辆检测指的是从场景序列图像中去掉静止的背景区域，并且要找到运动的车辆区域。换句话说，就是要极大程度的抑制噪声，这样才能去除干扰，更加精准地找到运动目标。目前主要有以下几种检测方法。

（1）光流法

此方法的基本原理是首先要给每一个像素点定一个速度初始值，然后再计算这个速度的向量光流场，初始化图像轮廓，最终达到实时跟踪运动目标的目的。用光流法进行车辆检测指的是首先明确图像亮度模式，然后通过时间变化特点来为其匹配度量视察，再检测并且跟踪角点。在这个过程中，要记下其位置，最后再通过角点的位移场推测出来运动的参数。但是，一般来说要想非常精确的计算出光流场是非常困难的，尤其是在纹理比较弱的地方，计算出来的误差也会更大。要想解决这个问题，最好是要把估算和分割同时进行。

（2）帧间差分法

此方法又被称为时间差分法。这种方法的基本原理是，利用图像之间运动目标差异对其进行监测。此方法不可以用来检测相对静止的目标。另外，应用于车辆检测中，它对于车辆速度也有要求，对于高速运动的车辆，或者是在车辆分布非常密集的时候，这种方法不适用。

（3）背景差分法

它是利用背景模型和图像进行对比，然后估算出来最优背景图像。利用车辆和背景在色彩等各个方面的差别，把差分结果中每一个像素的值和预先设定的阈值进行比较。这种方法对不会受到车辆速度的限制，而且它也可以用于静止的车辆检测。

2.2基于视频的车辆跟踪一般方法

基于视频的车辆跟踪指的是在一段视频图像序列的图像中找到车辆的具体位置，其核心部分是根据车辆的特征，例如，车辆的大小，车辆的颜色等各个方面，在不相同的图像里做目标匹配，常用的车辆跟踪方法如下：

（1）基于模型的方法

这种方法指的是把车辆的点像素看作是平面上的投影，然后把早已经准备好的模型和图像的投影进行一一匹配。这样就可以得到车辆的相关信息。模型在此种方法起到很重要的作用。这种方法的优点是，哪怕发生交通堵塞，对车辆跟踪结果也会很准确。但是，它的缺点是必须要有模型，而车辆的详细模型却比较少。所以在使用过程中会受到一定的限制。

（2）基于活动轮廓的方法

这种方法是利用封闭的曲线轮廓来表示运动目标，然后不断的进行更新。这种跟踪方法的优点是系统运算并不复杂，而且跟踪具有连续性和实时性的特点。但是这种方法的缺点是轮廓初始化很难。

（3）基于区域的方法

这种方法目前已经得到了非常广泛的应用，它是通过估算图像序列中运动目标的位置来进行跟踪。这种方法的优点是跟踪精度非常高，并且跟踪的结果非常稳定。不过，这种方法的缺点是它无法实现跟踪的实时性。

3. 基于视频的车辆检测与跟踪技术发展趋势

基于视频的检测器和传统的检测器进行比较，目前已经取得了非常大的进步，并且它已经被应用到非常广泛的领域。但是，从目前的实际情况来看，仍然还是存在很多的问题，对技术要求较高。基于视频的车辆检测和跟踪系统不仅需要有非常强的稳定性，因为只有稳定性很强，这样才可以避免检测器发生偏转情况的发生，同时也可以帮助减少车辆运行过程中所产生的噪音，或者是防止变化着的背景产生干扰。而且，该检测检查检测跟踪系统还要有非常高的可靠性，精确程度要达到一定的标准。另外，计算量要尽量减少，所耗费的时间也要尽量缩短。这些都是基于视频的检测跟踪系统需要达到的要求。但是，目前基于视频检测器精确度在很大程度上会受到周围环境的影响，例如光照变化就是一个重要的因素。在光照强度特别好的地方，检测器的精确度就会更高一些，但是如果光照强度很不好，比如在夜晚或者是一些比较恶劣的环境下，检测器的精确程度就会大大的降低，最终影响到检测和跟踪的结果。还有一个问题是阴影也会导致视频检测器出现一些错误。而阴影的产生主要有以下三种原因，第一种原因是车辆在运动过程时会形成相应的阴影。第二种原因是车辆行驶的道路两旁的物体会所形成阴影，这种阴影是静态的。第三种原因是道路上的一些移动的物体可以形成阴影，这些阴影则是动态的。最后，车辆和车辆之间也会发生互相遮挡的情况，这也会影响到检测器的功能。这些问题都是目前基于视频的车辆检测和跟踪技术需要解决的。

因此，针对以上内容，基于视频车辆检测和跟踪系统应该在未来的发展中探索解决目前所存在的问题，采用各种办法来提高检测和跟踪的精确性。另外，未来也可以从多媒体数据解析或者是交通视频图像建模这几个方面来做进一步的深度研究。总之，要重视视频检测和跟踪的精确率，把各种方法和检测结合，促进其共同发展。

4. 结束语

总而言之，近年来基于视频的车辆检测及跟踪技术获得了广泛的应用，此技术在智能交通系统中扮演的角色越来越重要。随着信息技术的发展，城市智能交通建设发展前景良好，所以不断创新交通管理技术手段可以有效的提高交通管理效率，但是我们也应该认识到目前所存在的一些问题，在未来采用各种方法不断的提高检测和跟踪技术。

参考文献

[1] 刘远军.基于视频及物联网的高速公路车辆检测与跟踪技术[J].计算机产品与流通,2018,(06):106.

[2] 史殊凡.基于视频的车辆检测与跟踪系统的设计和实现[C].北京工业大学,2019.

[3] 姚一帆.基于视频的车辆检测与跟踪系统设计与实现[C].扬州大学,2021.

[4] 张震.基于视频的车辆运动目标检测与跟踪技术研究[C].上海师范大学,2019.

作者简介：郎斌柯（1997.8-），男，汉族，四川宜宾，硕士，研究方向：交通信息处理及优化、机器视觉