摘要
在车路协同系统中,为了提升路侧情况下汽车对外界环境信息的感知能力和对动态车辆目标行为的预测能力,本文提出一种基于改进DeepSORT算法的车辆多目标跟踪算法.本文将YOLOv5作为检测器,并结合优化的DeepSORT跟踪算法进行动态车辆多目标跟踪.在车辆特征匹配过程中,从匹配候选框中不断去除匹配成功的检测目标,以减少计算资源,并利用HOG特征对车辆信息进行匹配,提升算法的实时性.同时引入投影矩阵,将图像数据转化为俯视图,获取检测目标的运动速度.试验结果表明,与传统的DeepSORT算法相比,改进算法的多目标跟踪精度(MOTA)提高了6.7%.
国家科技期刊平台
NSTL
万方数据