SIFT特征与GrabCut算法的车辆跟踪方法

TP391.41; 车辆跟踪作为智能交通系统中的一项关键技术备受广大学者关注.SIFT(scale-invariant feature trans-form)特征可以有效解决目标的旋转、缩放、平移,为车辆跟踪提供很好的特征支持,但是传统的SIFT特征跟踪不能区分前景和背景,极多的匹配特征集中在背景上,导致跟踪目标丢失.在研究现有车辆跟踪算法的基础上,提出了基于SIFT特征与GrabCut算法的车辆跟踪方法,SIFT特征有效解决了车辆姿态变化及远近变化问题,GrabCut算法有效保证了前景及背景的准确分割.实验表明,该方法在日间摄像机不明显晃动环境下,初始帧运动检测车辆后能够对运动车辆实现稳定的...

Full description

Saved in:
Bibliographic Details
Published in计算机科学与探索 Vol. 9; no. 11; pp. 1362 - 1370
Main Authors 金龙, 孙涵, 刘宁钟
Format Journal Article
LanguageChinese
Published 南京航空航天大学 计算机科学与技术学院,南京,210016 2015
Subjects
车辆跟踪
GrabCut
scale-invariant feature transform (SIFT)
尺度不变特征转换(SIFT)
vehicle tracking
Online AccessGet full text
ISSN1673-9418
DOI10.3778/j.issn.1673-9418.1410021

Cover

More Information
Summary:TP391.41; 车辆跟踪作为智能交通系统中的一项关键技术备受广大学者关注.SIFT(scale-invariant feature trans-form)特征可以有效解决目标的旋转、缩放、平移,为车辆跟踪提供很好的特征支持,但是传统的SIFT特征跟踪不能区分前景和背景,极多的匹配特征集中在背景上,导致跟踪目标丢失.在研究现有车辆跟踪算法的基础上,提出了基于SIFT特征与GrabCut算法的车辆跟踪方法,SIFT特征有效解决了车辆姿态变化及远近变化问题,GrabCut算法有效保证了前景及背景的准确分割.实验表明,该方法在日间摄像机不明显晃动环境下,初始帧运动检测车辆后能够对运动车辆实现稳定的跟踪,并且有效解决了车辆姿态变化及远近变化问题.
ISSN:1673-9418
DOI:10.3778/j.issn.1673-9418.1410021