文章摘要:三维目标跟踪广泛应用于自动驾驶、机器人导航等领域中。隧道出入口等复杂道路交通环境往往会导致光照强度发生突变，引致智能体视觉系统拍摄的视频图像亮度在极短时间内发生显著变异，严重影响三维目标跟踪准确度。为提高光照强度突变场景下的三维目标跟踪性能，提出了基于多源特征的卷积神经网络，通过挖掘智能体位置、速度、方向协同变化中的运动行为知识，设计基于融合特征信息熵的目标跟踪决策模型，校准三维目标跟踪准确度。实验上，分别在nuScenes自动驾驶公开数据集、路桥隧道数据集上进行验证，实验结果表明，该算法相比现有方法，在光照强度突变场景下关键指标AMOTA显著提升。

文章关键词:

论文分类号:TP391.41