Bella的博客

学习目标了解相机的成像原理 了解相机标定的分类，原理和意义 了解图像畸变 知道相机标定过程中的坐标系 知道张氏标定法的原理及实现 了解双目校正4.0国内外检测车道线的方法主要有两类：一类是基于模型的检测方法，还有一类是基于特征的检测方法。基于模型的检测方法是将车道赋予一种合适的数学模型，并基于该模型对车道线进行拟合，原理就是在结构化的道路上根据车道线的几何特征为车道线匹配合适的曲线模型，在采用最小二乘法，Hough变换等方法对车道线进行拟合。常用的数学模型有直线型、抛物线模型以及样条曲线

学习目标了解filterpy工具包 知道卡尔曼滤波的实现过程 能够利用卡尔曼滤波器完成小车目标状态的预测1.filterpy简介FilterPy是一个实现了各种滤波器的Python模块，它实现著名的卡尔曼滤波和粒子滤波器。我们可以直接调用该库完成卡尔曼滤波器实现。主要模块包括： filterpy.kalman 该模块主要实现了各种卡尔曼滤波器，包括常见的线性卡尔曼滤波器，扩展卡尔曼滤波器等。 filterpy.common 该模块主要提供支持实现滤波的各种辅助函数，

1.卡尔曼滤波（Kalman）简介可看作一种运动模型。针对单目标和多目标进行位置预测的算法，并利用预测结果对跟踪目标进行修正，属于自动控制理论的一种方法。解决物理运动速度过快造成的关联错误现象。2.优点：采用递归方法解决线性滤波问题，只需要当前测量值和前一个周期预测值就能进行状态估计。不需要大量存储空间，计算量小，步骤清晰，适合计算机处理。3.原理介绍总结：滤波器根据上一时刻（ k -1 时刻） 的值来估计当前时刻（ k 时刻） 的状态，得到 k 时刻的先验估计值； 然后使用当前时刻的测

学习目标：了解多目标跟踪的常见的分类方法 了解在多目标跟踪中常用的运动模型 知道多目标跟踪的常用算法 能够实现两个目标框的交并比IOU 了解候选框在多目标跟踪中的表达方式及相应转换方法3.1多目标追踪（MOT,Multi-Object-Tracking）在一段视频中同时追踪多个目标。应用于安防监控和自动驾驶等领域。1. 分类：基于初始化方法：DBT：Detection-Based-Tracking基于检测的目标跟踪方法TBD(Tracking-by-dection);DBT.

学习目标了解多目标跟踪的实现方法 知道车流量统计的方法车流量统计主要有以下几种方式:该项目对输入的视频进行处理，主要包括以下几个步骤： 人工统计，需要消耗大量的人力且当工作人员在长时间计数后会因疲惫造成漏检或重复计数，统计结果具有不可验证性。 通过安装可接触式或不可接触式的传感器于路面进行车辆计数，可接触式传感器一般铺设于道路下方，当车辆经过时，传感器内部的电压，磁场或压力会发生变换弯成车辆计数。但这类传感器的安装和维护费用很高，现在已不再大量铺设。不可接触式的包括超声，红.

numba: python的加速工具包，对循环等函数的加速性能很高。给要优化的函数加上@jit优化器。from numba import jit@jitdef f(x, y): return x + yimutils:基于opencv的便利图像处理工具包。实现图像的平移，旋转，缩放，骨架化等一系列的操作。图像平移：translated = imutils.trans...