基于SIFT特征降维的视频车辆跟踪研究

摘要

针对尺度不变特征变换（SIFT）算法在匹配时特征数量过多导致的耗时过长的问题，该文提出一种基于SIFT和主成分分析（PCA）相结合的SIFT特征降维的视频车辆跟踪算法。首先利用SIFT提取出车辆视频图像帧中的所有特征点及其特征向量，其次使用PCA算法对其维数约减并找出各自的具有代表性的特征参数，达到对特征点向量降维的目的，最后利用西式距离找出不同车辆图像帧中相似的车辆。实验证明，该算法在保证原SIFT算法鲁棒性、稳定性的同时减少了计算量，增加了匹配效率，增强了实时性。