计算机系统应用
計算機繫統應用
계산궤계통응용
APPLICATIONS OF THE COMPUTER SYSTEMS
2011年
9期
107-111,173
,共6页
异视场%多目标%自适应SIFT匹配%连续跟踪%CamShift跟踪器
異視場%多目標%自適應SIFT匹配%連續跟蹤%CamShift跟蹤器
이시장%다목표%자괄응SIFT필배%련속근종%CamShift근종기
针对宽泛条件下不同视域场景多摄像机多目标的匹配跟踪问题,提出了一种基于纯目标的强鲁棒自适应SIFT(Scale Invariant Feature Transform)特征匹配算法.该方法为每个从视频图像中提取出的纯目标设置一个CamShift(Continuously Adaptive Mean Shift)跟踪器,利用自适应尺度空间因子提取目标的细节特征,采用基于BBF(Best Bin First)的双向匹配策略去除误匹配点,当目标的关键点数量太少,无法满足计算三维二次函数精确关键点位置时,构造了自适应尺度Harris角点检测法增补新点.通过对户外车辆、人员等在不同场景下的连续跟踪实验表明,本算法实时性好、自适应能力强,与其他算法相比,匹配耗时少,跟踪精度高.
針對寬汎條件下不同視域場景多攝像機多目標的匹配跟蹤問題,提齣瞭一種基于純目標的彊魯棒自適應SIFT(Scale Invariant Feature Transform)特徵匹配算法.該方法為每箇從視頻圖像中提取齣的純目標設置一箇CamShift(Continuously Adaptive Mean Shift)跟蹤器,利用自適應呎度空間因子提取目標的細節特徵,採用基于BBF(Best Bin First)的雙嚮匹配策略去除誤匹配點,噹目標的關鍵點數量太少,無法滿足計算三維二次函數精確關鍵點位置時,構造瞭自適應呎度Harris角點檢測法增補新點.通過對戶外車輛、人員等在不同場景下的連續跟蹤實驗錶明,本算法實時性好、自適應能力彊,與其他算法相比,匹配耗時少,跟蹤精度高.
침대관범조건하불동시역장경다섭상궤다목표적필배근종문제,제출료일충기우순목표적강로봉자괄응SIFT(Scale Invariant Feature Transform)특정필배산법.해방법위매개종시빈도상중제취출적순목표설치일개CamShift(Continuously Adaptive Mean Shift)근종기,이용자괄응척도공간인자제취목표적세절특정,채용기우BBF(Best Bin First)적쌍향필배책략거제오필배점,당목표적관건점수량태소,무법만족계산삼유이차함수정학관건점위치시,구조료자괄응척도Harris각점검측법증보신점.통과대호외차량、인원등재불동장경하적련속근종실험표명,본산법실시성호、자괄응능력강,여기타산법상비,필배모시소,근종정도고.
