SIFT特征与GrabCut算法的车辆跟踪方法

来源：计算机科学与探索杂志2015年第11期北京时间：

作者：金龙，孙涵，刘宁钟

单位：南京航空航天大学 计算机科学与技术学院，南京 210016

摘要：车辆跟踪作为智能交通系统中的一项关键技术备受广大学者关注。SIFT（scale-invariant feature transform）特征可以有效解决目标的旋转、缩放、平移，为车辆跟踪提供很好的特征支持，但是传统的SIFT特征跟踪不能区分前景和背景，极多的匹配特征集中在背景上，导致跟踪目标丢失。在研究现有车辆跟踪算法的基础上，提出了基于SIFT特征与GrabCut算法的车辆跟踪方法，SIFT特征有效解决了车辆姿态变化及远近变化问题，GrabCut算法有效保证了前景及背景的准确分割。实验表明，该方法在日间摄像机不明显晃动环境下，初始帧运动检测车辆后能够对运动车辆实现稳定的跟踪，并且有效解决了车辆姿态变化及远近变化问题。

关键词：车辆跟踪,尺度不变特征转换（SIFT）,GrabCut