基于特征预测与邻域一致性的视频特征快速配准

发布时间：2023-04-07 02:37

　　基于视频图像特征点配准的目标跟踪算法无法兼顾精确性、实时性和鲁棒性,针对该问题,提出一种基于特征位置预测与邻域一致性约束的视频特征快速配准算法。以标注点与目标标记框为模板,通过ORB特征匹配与邻域一致性检验,获得帧间标注点集的对应关系,并计算点集间的尺度变换以确定当前目标框,利用多帧已知标注点位置信息与运动连续性进行多项式回归预测,得到标注点集的位置。在此基础上,对特征点进行局部搜索、提取和描述,根据邻域一致性约束,利用邻域内的支持特征点集实现标注点的稳健匹配。实验结果表明,该算法可对多姿态目标特征点进行配准,与GMS、ORB、SIFT和SURF算法相比,该算法的实时性、准确性和鲁棒性明显提高。

【文章页数】：7 页

【文章目录】：
0 概述
1 本文算法框架
2 基于多项式回归的图像特征位置预测
3 基于位置预测与邻域一致性的特征配准
    3.1 配准搜索区域的划定
    3.2 ORB图像特征描述子生成与匹配
    3.3 基于支持特征点的图像标注点识别
    3.4 特征模板点集更新
4 实验结果与分析
    4.1 视频序列的跨帧匹配对比
    4.2 视频序列的连续跟踪对比
5 结束语



本文编号：3784917