結(jié)合改進的SIFT特征匹配方法的運動跟蹤算法.pdf

1、運動目標(biāo)跟蹤一直是模式識別領(lǐng)域中的一項重要研究課題,可以廣泛應(yīng)用于視頻監(jiān)控,人機交互,智能環(huán)境,視頻壓縮及軍事領(lǐng)域等方面,其主要困難在于如何使算法在復(fù)雜的真實環(huán)境中有效的處理各種情況。目前,對于目標(biāo)的遮擋,角度的變化,尺度的放縮,目標(biāo)非剛體形變等問題,還沒有一種較好的行之有效的通用解決方法。Mean-Shift是一種基于顏色的對目標(biāo)實行快速跟蹤的算法,但也正是由于它單純依據(jù)顏色跟蹤目標(biāo)的特點,該算法無法對目標(biāo)和背景顏色相近的情況進行有效

2、跟蹤,此外對于非單純顏色目標(biāo)和遮擋問題也都難以處理。SIFT算法是目前最為有效的特征提取算法,但算法本身復(fù)雜度高,運算量大,實時性較差,通常用于圖像處理。根據(jù)兩種方法各自的特點,本文提出一種新型運動目標(biāo)跟蹤算法,首次把改進的SIFT特征匹配與Mean-Shift方法結(jié)合起來,利用SIFT算法提取目標(biāo)的有效特征,再綜合地根據(jù)局部特征和顏色對目標(biāo)進行可靠的跟蹤。該算法通過矩形算子模擬計算高斯核函數(shù)卷積,提出逆向極值點判定規(guī)則,加速了極值點的