首页|基于SIFT特征匹配和动态更新背景模型的运动目标检测算法

基于SIFT特征匹配和动态更新背景模型的运动目标检测算法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
运动摄像机情况下的运动目标检测是视频监控中的难点和热点问题。为了能够有效地检测出运动目标，提出了一个基于SIFT(Scale Invariant Feature Transform)特征匹配和动态背景建模的背景差算法。首先利用SIFT算法提取特征点，采用RANSAC(Random Sample Consensus)方法求得仿射变换模型参数并实现图像的全局运动补偿，然后用背景差方法实现运动目标的检测，同时进行阴影和鬼影的去除。SIFT特征点匹配的准确性和RANSAC方法去除异常点的有效性使得仿射变换模型参数计算准确，动态更新背景模型的背景差则完整地检测出了前景目标。与Ninad Thakoor实验结果对比说明:该算法能够准确地检测出运动目标，并且保持了前景目标的完整性。
DETECTION ALGORITHM OF MOVING OBJECTS BASED ON SIFT FEATURES MATCHING AND DYNAMIC UPDATING BACKGROUND MODEL

王亮芬

展开 >

国防科学技术大学电子科学与工程学院智能感知系统联合研究中心,湖南,长沙,410073

运动摄像机 全局运动补偿 SIFT RANSAC 背景差 目标检测

2010

计算机应用与软件
上海市计算技术研究所 上海计算机软件技术开发中心

计算机应用与软件

CSTPCDCSCD
影响因子：0.615
ISSN：1000-386X
年,卷(期)：2010.27(2)
  • 16
  • 15