SIFT特征与GrabCut算法的车辆跟踪方法

摘要：

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.

关键词：车辆跟踪、尺度不变特征转换(SIFT)、GrabCut

所属期刊栏目：9

分类号：TP391.41(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61203246, 61375021;the Natural Science Foundation of Jiangsu Province of China under Grant No. SBK201322136

在线出版日期：2015-11-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1362-1370