摘要
车辆检测与跟踪是智能交通系统中的关键组成部分。本文提出了一种改进的算法，用于检测车辆的三维边界框、跟踪车辆以及后续的速度估计。该算法利用监控场景中已知的消失点几何关系构建透视变换。这种变换使得检测三维边界框的问题可以直观地简化为使用标准二维物体检测器检测二维边界框并附加一个参数。本文的主要贡献在于改进了透视变换的构建方法，使其更加鲁棒且完全自动化，并对速度估计进行了扩展实验评估。我们在BrnoCompSpeed数据集的速度估计任务上测试了我们的算法。我们通过不同的配置评估了该方法，以衡量精度与计算成本之间的关系以及三维边界框检测相对于二维检测的优势。所有测试配置均能在实时运行且完全自动化。与其他已发表的最先进的完全自动化的结果相比，我们的算法将平均绝对速度测量误差降低了32%（从1.10公里/小时降至0.75公里/小时），并将绝对中位数误差降低了40%（从0.97公里/小时降至0.58公里/小时）。