We propose a method for detecting and tracking vehicles in multilane traffic flow by using a camera installed on an overpass. The image intensities of stationary background scenes such as road surfaces and road markings are estimated through Kalman Filter based approach, and the feature points are detected only on vehicles by using Kanade-Lucus-Tomasi tracker. The Normalized Cuts based cluster analysis is utilized for segmenting the feature points into individual vehicles. Since a prior knowledge of vehicles as to shape, velocity and image intensity is unnecessary, the proposed method is robust to environmental changes in traffic scene, thereby increasing the possibility of an automatic measurement of traffic flow.%道路上の歩道橋に設置されたカメラから昼間に撮影された様々な交通流における車両追跡の方法を提案する．従来研究では，予め用意された背景画像との差分や相関を用いた方法が数多く提案されているが，天候変化による照明変化の影響を受けやすい．この間題に対して，本研究では各フレームにおいてKalman Filterによって背景の輝度値を推定することにより，輝度値の変化に対応する．さらに，KLT（Kanade-Lucas-Tomasi）法によって特徴点群を抽出，追跡し，それらをNormalized Cutsを使ってクラスタリングすることにより車両を追跡する．本研究は，車両に対する事前知識を用いておらず，照明変化にも頑健であることから交通流計測への応用が期待できる．
展开▼
