基于多分辨率光流与多尺度角点的车辆运动追踪方法

简介：
本研究提出了一种结合多分辨率光流和多尺度角点检测技术的车辆运动追踪算法，有效提升了复杂交通场景下车辆跟踪的准确性和鲁棒性。 为了克服稀疏光流LK（Lucas-Kanade）算法在跟踪快速移动目标上的局限性，本段落提出了一种基于小波金字塔的多分辨率光流追踪方法。该方法利用了多尺度的思想对原始稀疏光流进行了改进，从而实现了准确地跟踪快速运动的目标。 在特征提取方面，我们引入了一个新的多尺度Haar角点检测算法，这种算法有效地解决了传统Haar角点检测中漏检的问题以及角点分布不均匀的缺陷。这种方法特别适用于复杂交通场景下移动车辆的特性识别。 实验结果表明，在面对旋转、位移变化和摄像机变焦的情况下，所提出的角点检测方法能够保持稳定可靠的性能，并且跟踪算法可以快速准确地匹配特征角点，实现了在复杂交通环境中对运动目标（特别是车辆）的有效实时追踪。