自适应航拍多车地面速度估计-An Adaptive Framework for Multi-Vehicle Ground Speed Estimation in Airborne Videos

论文地址：https://www.mdpi.com/2072-4292/11/10/1241

摘要

        随着快速发展在无人机领域，基于无人机的智能空中监控系统被展示通过实时地面车辆速度估计已经吸引广泛的注意来自研究者们。然而，仍然存在一些挑战在提取速度信息从航拍视频中，包括动态移动背景，小目标大小，复杂的环境，各种场景。在这篇文章中，我们提出了一个新颖适应框架对多车地面速度估计在航拍视频中。首先，我们创建了一个交通数据集基于无人机航拍。然后，我们使用深度学习检测算法去检测车辆在无人机视角和获得轨迹在图像中通过检测-跟踪算法。另外，我们展示了一个运动计算方法基于单应性矩阵。这个方法获得匹配特征点通过一个光流方法和消除影响在检测目标来精确计算单应性矩阵确定真正的运动轨迹在当前帧。最后，车辆速度评估基于图相关在像素距离和实际距离。这个方法利用实际大小车的先验信息和适应像素尺度通过评估车辆大小在图像中；然后计算出车辆速度。为了评估性能我们所提出的系统，我们进行了大量的实验在AirSim仿真平台以及真实的无人机飞行实验。通过多次高质量分析仿真结果和真实的实验，我们证明这个提出的系统拥有较好的能力在检测，跟踪，以及估计速度对的地面车量同步进行，即使使用一个向下观看相机。另外，这个系统提供有效和高精度速度评估结果，即使在各种复杂结果。

不同场景下的速度评估

车辆速度估计的整体框架

速度估计计算方法

了解更多关于《计算机视觉与图形学》相关知识，请关注公众号：

下载我们视频中代码和相关讲义，请在公众号回复：计算机视觉课程资料