面向车辆自主驾驶的行人跟踪算法

基于背景感知相关滤波框架和车辆前方行人运动的特点,建立了运动行人尺度快速估计和选择性更新的行人跟踪算法。首先,在线训练学习待跟踪行人的背景感知相关滤波器。其次,针对行人的尺度变化训练一个一维的尺度相关滤波器对尺度进行精细搜索,使算法更适应车载的快速尺度变化。再次,利用峰值旁瓣比评价行人状态,建立两相关滤波器的选择性更新机制。最后,基于吉林大学车载试验数据库JLU-PDS、德国奔驰Daimler、美国OTB共享国际测试库,与卡尔曼车载行人跟踪算法进行对比测试,试验结果表明本文算法具有较好的尺度适应和抗遮挡性能,更能满足车辆自主驾驶的需求。