摘要
本申请公开了一种夜间车辆轨迹识别方法,包括如下步骤:对夜间交通视频数据进行预处理,得到多帧第一夜间图像;对第一夜间图像进行过滤,得到包括移动亮度区域的第二夜间图像;构建日间双车灯二维矩阵框转三维坐标的参数矩阵;根据车辆日间双车灯的bbox尺寸,在第二夜间图像中构建包含bbox的多个二维预选框;将二维预选框内的bbox中心点通过参数矩阵转换为三维坐标系下的框中心点;对获得的框中心点进行轨迹相似度匹配以剔除地面反光数据。本申请的有益效果:不依赖深度学习模型,避免了夜间光照不足导致的特征提取失效问题,在全黑夜间高速等极端场景下仍能稳定运行,显著提升算法可靠性。
技术关键词
车辆轨迹识别方法
交通视频数据
轨迹预测方法
车灯
亮度
图像
广度优先搜索算法
坐标系
相机外参数
矩阵
误差
连通器
深度学习模型
行驶车辆
像素点
系统为您推荐了相关专利信息
行人轨迹预测方法
时空融合特征
编码器
邻居
模拟行人
图像采集参数
采集测试方法
图像采集卡
对比度
场景
红外图像融合方法
混合专家系统
可见光图像
光照
多层卷积神经网络