一种基于复合框架的城市道路场景车辆轨迹提取方法

田晟; 冯帅涛; 李嘉

doi:10.16088/j.issn.1001-6600.2025032504

广西师范大学学报（自然科学版） ›› 2026, Vol. 44 ›› Issue (2) : 31 -51. DOI: 10.16088/j.issn.1001-6600.2025032504

一种基于复合框架的城市道路场景车辆轨迹提取方法

田晟, 冯帅涛, 李嘉

作者信息 +

Author information +

文章历史 +

摘要

城市道路车辆轨迹提取对智能交通监管至关重要，但现有技术存在检测精度低、身份跳变导致轨迹断裂等问题。为了解决这些问题，本文提出融合改进YOLOv7-tiny检测、StrongSORT跟踪与Savitzky-Golay滤波优化的复合框架(integrated framework of improved YOLOv7-tiny detection, StrongSORT tracking, and Savitzky-Golay filtering optimization, IYSSG)。该框架能够利用交通监控设备采集的城市道路监控视频数据，高效提取不同车辆目标的轨迹。经过实验评估，IYSSG框架在3个主要任务中表现出色。在车辆检测方面，改进后的YOLOv7-tiny算法在保障检测速度的同时，精度、召回率和mAP@0.5相较于原始YOLOv7-tiny算法分别提升2.5、8.5和3.7个百分点；在车辆跟踪方面，StrongSORT算法相比于DeepSORT算法，MOTA(multiple object tracking accuracy)和MOTP(multiple object tracking precision)指标分别取得4.92和2.7个百分点的提升；在车辆轨迹提取与优化方面，Savitzky-Golay滤波算法有效解决因视频抖动和算法误差等客观因素导致的轨迹点缺失和轨迹不平滑问题，有助于研究人员从交通监控视频中提取精确的车辆轨迹，从而更好地分析定位交通问题。