一种基于sift-bow的图像匹配跨场景抗干扰目标检测方法

本发明涉及一种基于sift‑bow的图像匹配跨场景抗干扰目标检测方法，属于图像处理技术领域。本发明实现了传统图像特征提取算法SIFT和深度学习算法YOLO相结合，针对训练数据中目标域数据不可获取导致标注稀缺甚至无标注的情况，克服了深度学习对输入图像的类别空间一致性要求高的局限性，在实际测试场景中表现更好；从K‑Means算法出发，提出了结合KNN算法的SIFT描述子软量化方法，克服了硬量化带来的局部误差，在试验过程中，证实了软量化方法提供了目标框过滤算法更稳定的距离测定。