基于SIFT特征的特定目標識別管控算法?

武俊， 郭捷， 邱衛東， 徐鵬， 郭曼， 張菡

(上海交通大學電子信息與電氣工程學院，上海200240)

0 引言

圖像匹配在眾多視覺應用中是一個關鍵技術，本文通過攝像頭監控的視頻流進行對特定目標的管控，最終也需要進行關鍵幀的圖像匹配，而匹配的效果直接影響到后續的分析處理的效果。特定目標的識別屬于靜態的圖像匹配，以圖像的特征點提取以及最小距離計算作為主要方法，尋找特定目標和給定場景的兩幅圖像中，同一場景點投影到特定目標圖像中的像素間的對應關系。Moravec采用角點算子來進行立體視覺匹配的實現，以此為基礎，Harris等人對這種角點算子進行了改進，其角點檢測算法具有旋轉不變和縮放不變等多種優良特征，因此廣泛被應用于多種圖像匹配算法中，然而它對視角、照明、尺度變化較為敏感，沒有較強的抗噪聲能力[1]。之后David Lowe等人提出了具有尺度、視角、仿射、旋轉、光照不變性，且更加穩定的SIFT(Scale invariant Feature Transform)特征算子[2]，其匹配點多而且穩定的特點對于復雜環境下目標的識別也較為有利，該算子已經廣泛應用于三維目標識別[3]、地圖生成[4]和末制導圖像匹配[5]等領域。針對不同應用和場景，SIFT算法也被不斷的優化和改進且衍生出多種不同的改進算法[6－12]。本文利用SIFT算法對監控視頻中的特定目標進行識別和管控，不但降低了人工成本和人工檢測的不確定性，極大解放了人力勞動，而且提高了對攝像頭的利用率，可以真正做到對安全關鍵區域的特定目標進行24小時的實時監控和管理。……