[发明专利]一种基于视差图的实时车辆跟踪检测方法与装置

权利要求书

1.一种基于视差图的实时车辆跟踪检测方法，其特征在于，包括：

对获取的路面图像进行图像处理，得到疑似车辆区域；

通过预设检测模型对所述疑似车辆区域进行车辆检测，获取所述疑似车辆区域内各个车辆的初始位置及距离信息；

通过稳定性评价算法对所述各个车辆的初始位置及距离信息进行评价，得到一评价结果；

判断所述评价结果是否符合预设标准，在所述评价结果符合预设标准时，对相应的各个车辆启用跟踪算法进行跟踪检测；

所述稳定性评价算法包括：

获取当前帧路面图像中候选区域内的所有未标记为目标跟踪的车辆图像，并遍历上一帧路面图像中的所有未标记为跟踪对象的车辆图像，依据图像相似性指标在所述上一帧路面图像中找出具有最小差异的车辆图像，作为第一匹配结果；

以所述匹配结果作为基准，找出所述上一帧路面图像之前的一帧路面图像中未标记为跟踪对象的车辆图像，比较出具有最小相似性的车辆图像作为第二匹配结果；

根据相似性指标对所述第一匹配结果与所述第二匹配结果进行稳定性确认。

2.如权利要求1所述的实时车辆跟踪检测方法，其特征在于，在所述对相应的各个车辆启用跟踪算法进行跟踪检测之后，所述实时车辆跟踪检测方法还包括：

判断被跟踪车辆在当前帧图像的位置是否为边界，并得到第一判断结果；

在所述第一判断结果为是的情况下，继续判断所述被跟踪车辆是否在接下来的连续3帧图像中消失，并得到第二判断结果；

在所述第二判断结果也为是的情况下，结束对所述被跟踪车辆进行跟踪算法。

3.如权利要求1所述的实时车辆跟踪检测方法，其特征在于，所述预设检测模型的获取方法包括；

从双目摄像机采集的道路图像集合中筛选出具有典型语义的道路图像组成训练图像样本集和测试图像样本集；

根据要识别的车型特征，从所述训练图像样本集中人工裁剪出车辆图像和背景图像，组成离线训练库；

从所述离线训练库中对所有样本道路图像抽取描述特征，设定不同的训练参数、并将正负样本的所述描述特征输入分类器进行训练，得到各种所述训练参数下的检测模型文件；

从所述测试图像样本集选取针对天气、光照下的含有正常行车姿态的车辆图像，并人工标注出所述车辆图像上的车辆位置和车辆区域，得到所述测试图像样本集的真实位置信息；

在所述测试图像样本集上对不同设定参数的训练模型进行测试，将其测试结果与人工标定的真实区域进行评估，保留出符合预设条件的测试结果，并输出所述测试结果作为最终输出的所述预设检测模型。

4.如权利要求3所述的实时车辆跟踪检测方法，其特征在于，所述在所述测试图像样本集上对不同设定参数的训练模型进行测试，将其测试结果与人工标定的真实区域进行评估，保留出符合预设条件的测试结果，并输出所述测试结果作为最终输出的所述预设检测模型包括：

计算所述测试结果与所述真实区域的交集，记为：GT∩DR；

计算所述测试结果与所述真实区域的并集，记为：GT∪DR；

求取所述交集与所述并集之比，即为：其中，GT表示所述真实区域，DR表示所述测试结果；

判断所述IoU是否大于预设阈值，并在所述IoU大于预设阈值时，确认所述测试结果为符合预设条件的测试结果。