基于精细模型的视频车辆三维姿态估计-计算机应用与软件.PDFVIP

第３５卷第７期　　　 计算机应用与软件 Ｖｏｌ３５Ｎｏ．７ ２０１８年７月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｊｕｌ．２０１８ 基于精细模型的视频车辆三维姿态估计  徐　亮　肖　晶 　王中元 （武汉大学计算机学院　湖北武汉４３００７２） 摘　要　　由于实际监控场景中包含大量车辆遮挡、复杂光照、运动模糊等干扰因素，导致监控视频中车辆的三 维姿态估计精度低下。针对该问题，提出一种基于精细三维模型的车辆姿态估计方法。利用模型车辆轮廓与图 像中真实车辆轮廓的匹配误差构建能量函数，并采用高斯牛顿算法优化姿态参数，求解能量函数最小化问题得 到最终结果。轮廓匹配时，采用改进的随机抽样一致性（ＲＡＮＳＡＣ）算法对曲线模型轮廓用分段直线拟合，再 与真实车辆轮廓匹配。实验结果表明，该算法的准确性相较于目前方法有明显提升，并在复杂环境中有很好的鲁 棒性。 关键词　　姿态估计　轮廓匹配　三维跟踪　视觉监控 中图分类号　ＴＰ３９１．４１　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１８．０７．０３７ ３ＤＰＯＳＥＥＳＴＩＭＡＴＩＯＮＯＦＶＩＤＥＯＶＥＨＩＣＬＥＢＡＳＥＤＯＮＦＩＮＥＭＯＤＥＬ  ＸｕＬｉａｎｇ　ＸｉａｏＪｉｎｇ　ＷａｎｇＺｈｏｎｇｙｕａｎ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒ，ＷｕｈａｎＵｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ４３００７２，Ｈｕｂｅｉ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ｄｕｅｔｏｔｈｅｖｅｈｉｃｌｅｏｃｃｌｕｓｉｏｎ，ｃｏｍｐｌｅｘｉｌｌｕｍｉｎａｔｉｏｎ，ｍｏｔｉｏｎｂｌｕｒ，ａｎｄｏｔｈｅｒｆａｃｔｏｒｓ，ｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅ ｔｈｒｅｅｄｉｍｅｎｓｉｏｎａｌｐｏｓｅｅｓｔｉｍａｔｉｏｎｏｆｔｈｅｒｏａｄｖｅｈｉｃｌｅｉｓｗｏｒｓｅｎｅｄ．Ａｉｍｉｎｇａｔｔｈｉｓｉｓｓｕｅ，ａｖｅｈｉｃｌｅｐｏｓｅｓｅｓｔｉｍａｔｉｏｎ ａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｆｉｎｅ３Ｄｍｏｄｅｌｗａｓｐｒｏｐｏｓｅｄ．Ｔｈｅｅｎｅｒｇｙｆｕｎｃｔｉｏｎｗａｓｃｏｎｓｔｒｕｃｔｅｄｂｙｕｓｉｎｇｔｈｅｍａｔｃｈｉｎｇｅｒｒｏｒ ｂｅｔｗｅｅｎｔｈｅｍｏｄｅｌｖｅｈｉｃｌｅｃｏｎｔｏｕｒａｎｄｔｈｅｉｍａｇｅｖｅｈｉｃｌｅｃｏｎｔｏｕｒ．ＧａｕｓｓＮｅｗｔｏｎａｌｇｏｒｉｔｈｍｗａｓｕｓｅｄｔｏｏｐｔｉｍｉｚｅｔｈｅｐｏｓｅ ｐａｒａｍｅｔｅｒｓｔｏｍｉｎｉｍｉｚｅｔｈｅｅｎｅｒｇｙｆｕｎｃｔｉｏｎ，ａｎｄｇｏｔｔｈｅｆｉｎａｌｃｏｎｖｅｒｇｅｎｃｅｐｏｓｅｓ．Ｆｏｒｃｏｎｔｏｕｒｍａｔｃｈｉｎｇ，ｔｈｅｃｏｎｔｏｕｒｏｆ ｔｈｅｍｏｄｅｌｖｅｈｉｃｌｅｗａｓｆｉｔｔｅｄｗｉｔｈｓｏｍｅｓｔｒａｉｇｈｔｌｉｎｅｕｓｉｎｇａｎｉｍｐｒｏｖｅｄＲＡＮＳＡＣａｌｇｏｒｉｔｈｍａｎｄｔｈｅｎｍａｔｃｈｅｄｗｉｔｈｔｈｅ ｉｍａｇｅｖｅｈｉｃｌｅｃｏｎｔｏｕｒ．Ｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅａｃｃｕｒａｃｙｏｆｔｈｅａｌｇｏｒｉｔｈｍｉｓｏｂｖｉｏｕｓｌｙｉｍｐｒｏｖｅｄｃｏｍｐａｒｅｄｗｉｔｈ ｔｈｅｐｒｅｓｅｎｔｍｅｔｈｏｄ，ａｎｄｉｔｈａｓｇｏｏｄｒｏｂｕｓｔｎｅｓｓｉｎｃｏｍｐｌｅｘｅｎｖｉｒｏｎｍｅｎｔ． Ｋｅｙｗｏｒｄｓ　　Ｐｏｓｅｅｓｔｉｍａｔｉｏｎ　Ｃｏｎｔｏｕｒｍａｔｃｈｉｎｇ　３Ｄｔｒａｃｋｉｎｇ　Ｖｉｓｕａｌｓｕｒｖｅｉｌｌａｎｃｅ 因此，仅利用单幅图像包含的信息难以恢复出物体的 ０　引　言 三维姿态参数。为了准确地理解图像内容，恢复丢失 的深度信息。需要借助先验知识，如车辆的三维模型， 随着智能交通系统的不断发展，对监控视频的自 来估计车辆三维姿态参