基于SIFT特征降维的视频车辆跟踪研究

• 作者: 张松松 惠浩添 詹智财
• 来源期刊: 电脑知识与技术：学术交流
• 学科: 工学
• 关键词: SIFT PCA 降维 车辆跟踪
• 年，卷（期）: 2012,（6）
• 页码范围: 3954-3957
• 页数: 4页
• 分类号: TP391

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，最后利用西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。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	詹智财	江苏大学计算机科学与通信工程学院	10	140	3.0	10.0
2	惠浩添	江苏大学计算机科学与通信工程学院	2	0	0.0	0.0
3	张松松	江苏大学计算机科学与通信工程学院	7	5	1.0	2.0