APP下载

基于SIFT特征的特定目标识别管控算法∗

2015-12-25武俊郭捷邱卫东徐鹏郭曼张菡

信息安全与通信保密 2015年2期
关键词:关键点特征

武俊, 郭捷, 邱卫东, 徐鹏, 郭曼, 张菡

(上海交通大学电子信息与电气工程学院,上海200240)

0 引言

图像匹配在众多视觉应用中是一个关键技术,本文通过摄像头监控的视频流进行对特定目标的管控,最终也需要进行关键帧的图像匹配,而匹配的效果直接影响到后续的分析处理的效果。特定目标的识别属于静态的图像匹配,以图像的特征点提取以及最小距离计算作为主要方法,寻找特定目标和给定场景的两幅图像中,同一场景点投影到特定目标图像中的像素间的对应关系。Moravec采用角点算子来进行立体视觉匹配的实现,以此为基础,Harris等人对这种角点算子进行了改进,其角点检测算法具有旋转不变和缩放不变等多种优良特征,因此广泛被应用于多种图像匹配算法中,然而它对视角、照明、尺度变化较为敏感,没有较强的抗噪声能力[1]。之后David Lowe等人提出了具有尺度、视角、仿射、旋转、光照不变性,且更加稳定的SIFT(Scale invariant Feature Transform)特征算子[2],其匹配点多而且稳定的特点对于复杂环境下目标的识别也较为有利,该算子已经广泛应用于三维目标识别[3]、地图生成[4]和末制导图像匹配[5]等领域。针对不同应用和场景,SIFT算法也被不断的优化和改进且衍生出多种不同的改进算法[6-12]。本文利用SIFT算法对监控视频中的特定目标进行识别和管控,不但降低了人工成本和人工检测的不确定性,极大解放了人力劳动,而且提高了对摄像头的利用率,可以真正做到对安全关键区域的特定目标进行24小时的实时监控和管理。……

登录APP查看全文

猜你喜欢

关键点特征
肉兔育肥抓好七个关键点
如何表达“特征”
不忠诚的四个特征
猪人工授精应把握的技术关键点
医联体要把握三个关键点
锁定两个关键点——我这样教《送考》
线性代数的应用特征