基于改进SURF算法的交通视频车辆检索方法研究

针对传统车辆检索方法中存在准确性和区分度较低的问题,提出了一个基于改进SURF(speeded up robust features)算法的视频车辆检索方法。在车辆视频关键帧提取的基础上,根据改进SURF算法完成车辆图像的特征提取及匹配,其中包含改进FAST(features from accelerated segment test)特征点检测、SURF特征向量提取以及最近邻查询方法来进行特征点的匹配;通过计算比较待检索车辆图像与数据库车辆图像的相似度,算法完成图像筛选并反馈检索结果。实验结果表明:针对交通监控视频中待检索车辆,该方法能够较为准确地进行检索并反馈结果。

基于多特征融合的车辆检索方法

随着交通视频监控系统的广泛应用,车辆检索越来越受到公共安全管理部门的重视。车辆检索自动化系统是以图搜图研究的重要应用方面,成为替代人工检索的重要工具。该系统可以将人从繁杂的检索工作中解放出来。文章提出一种多特征融合的车辆检索匹配方法,这些特征包括色度直方图、饱和度直方图、明度直方图、灰度直方图,感知哈希汉明距离,颜色布局描述符以及SIFT(尺度不变特征变换)特征。实验结果表明:与仅使用颜色和仅使用纹理的方法相比,通过融合多种颜色表示方法和形状纹理特征,使检索结果更加准确,进一步减少了人工从检索结果中筛选需要的信息的工作量。