基于交通视频和深度学习的车辆检测和跟踪1

2018-08-30

交通与港航 2018年4期

上海电科智能系统股份有限公司

0 引言

目前，道路上摄像头采集了大量交通视频，交通视频是智能交通监控系统的重要信息来源。从交通视频中准确检测出车辆并持续进行跟踪，是车辆行为分析和智能交通监控的基础。基于深度学习的目标检测方法是目前最为准确的方法，同时很多基于深度学习的跟踪算法超越了传统跟踪算法的性能。

信息技术在快速的发展，大量的视频数据得到了有效的存储。同时，我国的相关管理部门在积极引进和改进交通视频监控系统[1]。由于视频监控系统建设时间的不同，产生大量分辨率各异的视频。根据不同监控需求，摄像头拍摄的角度和方向都有很大差异。由于这两个原因，获取到的视频质量良莠不齐给车辆检测和跟踪带来了不少的困难。也是车辆检测和跟踪在实际应用上表现不佳的重要原因。

基于深度学习的目标检测算法在众多检测算法中异军突起，是目前精度最高的检测算法。深度学习方法摆脱了传统机器学习挑选特征的繁琐过程，同时大幅减少了因角度、遮挡等原因造成的检测失败[2]。检测车辆后对车辆进行持续跟踪是交通视频监控分析，记录车辆轨迹等发挥着重要作用。目前基于传统机器学习方法和基于深度学习方法在跟踪方面还没有分出高低。交通视频监控分析需求十分迫切，找到适合在工程应用的车辆检测和跟踪算法同样十分迫切。