摘要：为了解决交通路段不连续监控区域车辆目标的自动识别跟踪问题，提出了一种不连续空间车辆识别跟踪算法。该算法分为识别阶段和跟踪阶段，识别阶段利用高斯概率密度估计的方法建立前一场景中某个车辆目标的概率函数，再通过概率函数计算出出现在下一场景中的所有车辆的匹配概率，用概率阈值确定是否有车辆与前一场景的车辆目标匹配，匹配的车辆在下一场景中将被标记识别。而在跟踪阶段中车辆的跟踪基于无迹卡尔曼滤波（UKF），通过状态预测同时跟踪不同的车辆目标。该算法可以解决在不同路段的监控视频中自动识别并跟踪肇事潜逃车辆等实际问题。通过试验测试表明，该算法在车辆目标的识别上具有一定的精准性，且能够实现对车辆目标的实时跟踪。

关键词：交通工程 车辆识别跟踪 概率匹配 不连续空间 状态预测 

单位：中山大学新华学院 广东广州510520