基于PCA-SIFT的煤矿监控目标识别及行为分析

• 作者: 阚宝朋
• 来源期刊: 煤炭技术
• 学科: 工学
• 关键词: 井下监控 PCA-SIFT算法 目标识别
• 年，卷（期）: 2017,（12）
• 所属期刊栏目: 煤矿机电与信息化
• 页码范围: 230-232
• 页数: 3页
• 分类号: TD76
• 字数: 2621字
• 语种: 中文
• DOI: 10.13301/j.cnki.ct.2017.12.089

摘要

运动目标轮廓识别是提升煤矿井下监控预测价值的基础,也是监控视频系统的开发难点.通过提出PCA-SIFT算法,运用该算法对煤矿监控运动目标进行识别,并将识别结果与传统Mean Shift算法对比.结果表明:PCA-SIFT算法可更加清晰地识别出井下图像轮廓,其帧处理效率和正确率更高,且运动目标跟踪误差十分稳定,可有效防止跟踪目标丢失.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	阚宝朋		10	55	3.0	7.0