基于SIFT特征降维的视频车辆跟踪研究

摘要：

针对尺度不变特征变换(SIFT)算法在匹配时特征数量过多导致的耗时过长的问题,该文提出一种基于SIFT和主成分分析(PCA)相结合的SIFT特征降维的视频车辆跟踪算法.首先利用SIFT提取出车辆视频图像帧中的所有特征点及其特征向量,其次使用PCA算法对其维数约减并找出各自的具有代表性的特征参数,达到对特征点向量降维的目的,最后利用欧式距离找出不同车辆图像帧中相似的车辆.实验证明,该算法在保证原SIFT算法鲁棒性、稳定性的同时减少了计算量,增加了匹配效率,增强了实时性.

关键词：SIFT、PCA、降维、车辆跟踪

所属期刊栏目：8

分类号：TP391(计算技术、计算机技术)

在线出版日期：2012-09-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：3954-3957