動(dòng)態(tài)背景下基于SIFT特征匹配的目標(biāo)檢測算法.pdf

1、運(yùn)動(dòng)目標(biāo)檢測與跟蹤一直是計(jì)算機(jī)視覺領(lǐng)域和智能監(jiān)控領(lǐng)域的研究熱點(diǎn)，其中運(yùn)動(dòng)目標(biāo)檢測是視頻序列中進(jìn)行目標(biāo)識(shí)別、跟蹤與行為分析等后續(xù)處理的基礎(chǔ)。在大部分實(shí)際場景中，攝像頭大多是固定不動(dòng)的，即所謂的“靜態(tài)背景”。然而隨著技術(shù)的發(fā)展和對減少成本的需求，越來越多地需要攝像頭的運(yùn)動(dòng)來實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)的連續(xù)跟蹤，以便增大監(jiān)控范圍。但是在攝像機(jī)運(yùn)動(dòng)的過程中整個(gè)背景不停地在變化，相對于靜態(tài)背景來說，這無疑增加了運(yùn)動(dòng)目標(biāo)檢測的難度。因此，動(dòng)態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測

2、技術(shù)是相當(dāng)具有挑戰(zhàn)性的研究課題。
　　本文研究了現(xiàn)有的運(yùn)動(dòng)目標(biāo)檢測算法，特別是針對監(jiān)控?cái)z像頭運(yùn)動(dòng)所導(dǎo)致的動(dòng)態(tài)背景下的目標(biāo)檢測進(jìn)行了深入的研究。動(dòng)態(tài)背景下通常采用全局運(yùn)動(dòng)補(bǔ)償?shù)乃惴▉頇z測前景目標(biāo)，即將運(yùn)動(dòng)背景轉(zhuǎn)化為靜態(tài)背景。故本文首先研究了混合高斯背景建模、SOBS、ViBe及其改進(jìn)算法等靜態(tài)背景下的運(yùn)動(dòng)目標(biāo)檢測方法，采用不同運(yùn)動(dòng)場景下的測試視頻對其前景目標(biāo)檢測的性能進(jìn)行對比分析。實(shí)驗(yàn)表明ViBe不僅對各種運(yùn)動(dòng)場景具有較強(qiáng)的適應(yīng)性，

3、而且目標(biāo)檢測的準(zhǔn)確性也非常高，特別是在相機(jī)抖動(dòng)的場景下表現(xiàn)出強(qiáng)大的競爭力。
　　全局運(yùn)動(dòng)補(bǔ)償方法最核心的內(nèi)容是提取圖像中的特征點(diǎn)并進(jìn)行匹配，選擇一種合適的特征來描述圖像是非常關(guān)鍵的。本文通過實(shí)驗(yàn)對典型的SIFT特征、SURF特征以及ORB特征的提取情況以及匹配能力進(jìn)行了分析與研究，實(shí)驗(yàn)表明SIFT特征作為一種尺度不變特征，具有較為穩(wěn)定的特征匹配能力。故本文深入地分析了基于SIFT特征點(diǎn)匹配的運(yùn)動(dòng)目標(biāo)檢測算法，針對該算法存在的不足提

4、出了改進(jìn)方案。
　　傳統(tǒng)的SIFT特征匹配算法效率不高，尤其是特征向量的生成過程非常耗時(shí)，為此本文提出了兩種新的SIFT特征描述符生成方法。一種是將特征描述向量直接由128維降到32維，另一種是利用特征點(diǎn)周圍的圓形區(qū)域來構(gòu)造SIFT特征描述符，將原來的128維特征描述向量降到了64維，這兩種方法都減少了特征向量的生成時(shí)間和特征匹配時(shí)間。同時(shí)本文采用特征點(diǎn)局部匹配算法代替了原來的全局匹配算法，進(jìn)一步縮短了時(shí)間，提升了SIFT算法的效

5、率。
　　將動(dòng)態(tài)背景轉(zhuǎn)換為靜態(tài)背景后，運(yùn)動(dòng)目標(biāo)檢測的準(zhǔn)確性主要取決于靜態(tài)背景下目標(biāo)檢測算法的性能。針對幀差法提取的運(yùn)動(dòng)目標(biāo)存在“孔洞”這一不足，本文采用了性能較好的ViBe方法來進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測，提高了所檢測目標(biāo)的完整性。
　　實(shí)驗(yàn)結(jié)果表明，本文提出的改進(jìn)方法不僅明顯縮短了SIFT特征點(diǎn)的匹配時(shí)間，加快了動(dòng)態(tài)背景下運(yùn)動(dòng)目標(biāo)的檢測速度，而且保證了所檢測目標(biāo)的完整性，提高了動(dòng)態(tài)背景下運(yùn)動(dòng)目標(biāo)檢測的準(zhǔn)確性，對監(jiān)控領(lǐng)域內(nèi)的運(yùn)動(dòng)攝像