本文關(guān)鍵詞：視頻中基于場(chǎng)景變化分類的在線SURF特征匹配

  更多相關(guān)文章： SURF特征 場(chǎng)景變化 動(dòng)態(tài)聚類 在線學(xué)習(xí)

【摘要】：視頻序列中,場(chǎng)景經(jīng)常會(huì)出現(xiàn)復(fù)雜變化,如尺度、旋轉(zhuǎn)、光照、遮擋等,對(duì)感興趣區(qū)域內(nèi)的局部特征檢測(cè)和匹配提出了挑戰(zhàn),傳統(tǒng)的基于局部特征描述子的靜態(tài)匹配方法難以適應(yīng)和滿足要求.針對(duì)以上問(wèn)題提出一種自適應(yīng)復(fù)雜場(chǎng)景變化的在線SURF特征匹配方法.用分類的理念對(duì)SURF特征進(jìn)行匹配,并引入可在線學(xué)習(xí)的分類器;同時(shí),對(duì)復(fù)雜場(chǎng)景進(jìn)行分類,并對(duì)SURF特征在特定場(chǎng)景變化下的不變性進(jìn)行研究,實(shí)現(xiàn)動(dòng)態(tài)聚類;最后結(jié)合聚類的權(quán)重進(jìn)行非均衡采樣的RANSAC,求解運(yùn)動(dòng)參數(shù),進(jìn)行在線更新.實(shí)驗(yàn)部分將算法應(yīng)用到視頻目標(biāo)跟蹤中,結(jié)果證明該方法在復(fù)雜的場(chǎng)景變化下具有較好的魯棒性和準(zhǔn)確性.
【作者單位】： 國(guó)家計(jì)算機(jī)網(wǎng)絡(luò)應(yīng)急技術(shù)處理協(xié)調(diào)中心;中國(guó)互聯(lián)網(wǎng)協(xié)會(huì);哈爾濱工業(yè)大學(xué)電子與信息工程學(xué)院;
【關(guān)鍵詞】： SURF特征 場(chǎng)景變化 動(dòng)態(tài)聚類 在線學(xué)習(xí)
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目(61371180)資助
【分類號(hào)】：TP391.41
【正文快照】： 1引言局部特征[1]是指在圖像區(qū)域內(nèi)檢測(cè)到的局部具有不變性、可重現(xiàn)性和特異性的特征,能夠在一定程度上抵抗遮擋、尺度、旋轉(zhuǎn)等復(fù)雜變化,并提供對(duì)特征的定量描述.對(duì)于局部特征的研究主要包含3個(gè)方面:1)局部特征檢測(cè),在圖像的感興趣區(qū)域內(nèi)對(duì)局部特征進(jìn)行定位;2)局部特征描述,通，

本文編號(hào)：843722