车辆跟踪方法

最近做了一点关于车辆跟踪的算法，由于处理的场景视野比较小，那种整个车辆的跟踪方法行不通，不管是从时间上还是从跟踪的效果上。

 

因此对与车辆的跟踪只能通过跟踪车辆中的局部区域。这里面设计了两个问题：车辆中有效跟踪区域的定位和跟踪方法的选择。

 

一. 定位

 

没有做跟踪算法之前，感觉只要选择前景区域的任意一个区域就可以，总之只要定位在车辆上就可以，现在发现这种思路是不可以的。没有选择一个好的跟踪初始区域，不管选择什么样的跟踪算法都避免不了漂移的问题。这种漂移的问题对与车辆跟踪是致命的，很容易漂移到路面上。所以一个好的定位方法是必须的。

 

但是到现在我还没有找到一个比较靠谱的定位方法，虽然暂时的方法也能够解决一些实际的问题。最近一个处理该问题的思路是利用一些最新的算子，比如比较流行的FAST，在前景区域找到包含FAST角点最多的区域，然后就定位这一块。这个方法初步也尝试了下，也有着一定的效果，不过由于FAST代码中if和else之类的判断太多，严重影响处理器的并行运算，因此这个想法要继续的话还需要进行一步的分析。

 

二. 跟踪

 

定位完毕后，剩下的工作就是进行车辆的跟踪了。跟踪的方法太多了，我也没有做过跟踪，因此一下子也是无从选择。最简单的跟踪就是模版匹配的跟踪了，不过对于不发生形变的刚性物体车辆来说，还是存在一定的效果。不过一旦车辆发生转向以及尺寸缩放后，就不是那么好匹配了。由于后面有很多好的跟踪方法，所以也就没有将精力花费在模板匹配上。

 

光流法：光流是一个非常给力的跟踪方法，不过其耗时性也是让人没有办法到达实时的效果。

 

现在正在尝试的是MIL方法，效果还不错，正在调试

 

（待续）