無(wú)重疊視域多目標(biāo)接力跟蹤關(guān)鍵問(wèn)題研究.pdf

1、隨著國(guó)家智慧城市和平安城市戰(zhàn)略的推進(jìn)，越來(lái)越多的攝像機(jī)被安裝在學(xué)校、商場(chǎng)、車(chē)站、醫(yī)院、社區(qū)等重要場(chǎng)所，但目前這些攝像機(jī)都只是單獨(dú)的發(fā)揮監(jiān)控作用，因此，如何讓這些各自獨(dú)立的攝像機(jī)組合在一起形成一個(gè)監(jiān)控網(wǎng)絡(luò)，實(shí)現(xiàn)多攝像機(jī)之間的目標(biāo)協(xié)同跟蹤是智能視覺(jué)監(jiān)控領(lǐng)域中的一個(gè)熱點(diǎn)課題。然而，無(wú)重疊視域的視覺(jué)監(jiān)控系統(tǒng)往往存在一些監(jiān)控盲區(qū)，造成了多攝像機(jī)之間目標(biāo)協(xié)同跟蹤的困難，如何消除攝像機(jī)之間的視覺(jué)差異和克服監(jiān)控盲區(qū)的時(shí)空不確定性對(duì)目標(biāo)跟蹤的影響，成為本

2、文重點(diǎn)關(guān)注的兩個(gè)問(wèn)題。為此，本文詳細(xì)探討了單攝像機(jī)內(nèi)的目標(biāo)檢測(cè)和跟蹤、攝像機(jī)間的目標(biāo)再識(shí)別以及結(jié)合攝像機(jī)網(wǎng)絡(luò)拓?fù)潢P(guān)系的目標(biāo)關(guān)聯(lián)，論文主要研究?jī)?nèi)容和創(chuàng)新之處如下:
　　(1)面向單攝像機(jī)固定場(chǎng)景，提出了一種基于VIBE與HOG特征分類(lèi)相結(jié)合的多運(yùn)動(dòng)目標(biāo)檢測(cè)算法和一種基于二次距離匹配的多目標(biāo)跟蹤算法。為了適應(yīng)光照的變化，減少遮擋的影響，論文首先基于改進(jìn)的VIBE算法獲取目標(biāo)的可能區(qū)域，然后基于HOG特征的SVM分類(lèi)器對(duì)目標(biāo)進(jìn)行精確的分

3、割，以實(shí)現(xiàn)多目標(biāo)檢測(cè)，再采用前向后向誤差的思想對(duì)前景區(qū)域與目標(biāo)進(jìn)行雙向最優(yōu)匹配，對(duì)于沒(méi)有匹配上的目標(biāo)進(jìn)行剔除或增加，以實(shí)現(xiàn)多目標(biāo)跟蹤。在大量標(biāo)準(zhǔn)和自拍的視頻集上的測(cè)試結(jié)果表明，所提多目標(biāo)檢測(cè)算法具有較好的精確性，而多目標(biāo)跟蹤算法則具有較好的魯棒性。
　　(2)提出了一種基于多特征融合的單樣本目標(biāo)再識(shí)別算法和一種基于Jensen-Shannon(JS)核的多樣本目標(biāo)再識(shí)別算法。針對(duì)單樣本情形，論文首先提取行人圖像的顏色直方圖特征和紋

4、理特征，分別構(gòu)建二分類(lèi)模型，然后對(duì)不同的特征分配不同的核函數(shù)進(jìn)行，用多核學(xué)習(xí)算法獲得不同核函數(shù)的最優(yōu)權(quán)重，并構(gòu)建了基于巴氏系數(shù)的AP聚類(lèi)預(yù)處理方法來(lái)選擇典型的負(fù)樣本，以解決訓(xùn)練中負(fù)樣本遠(yuǎn)多于正樣本而造成的樣本失衡問(wèn)題。對(duì)于多樣本情形，論文首先驗(yàn)證了JS核對(duì)于不同的顏色直方圖特征具有較好的適應(yīng)性;其次經(jīng)過(guò)LFDA算法對(duì)樣本進(jìn)行散度分析，尋找投影方向;最后采用JS核函數(shù)把樣本映射到高維空間，使得同類(lèi)樣本盡可能地緊湊，而異類(lèi)樣本盡可能地松弛。

5、通過(guò)在VIPeR、i_LIDS、ETHZ三個(gè)標(biāo)準(zhǔn)數(shù)據(jù)集和大量自拍數(shù)據(jù)集上的測(cè)試，驗(yàn)證了所提算法的有效性。
　　(3)為了減少誤匹配，提出了一種基于貝葉斯模型和離散粒子群優(yōu)化的目標(biāo)關(guān)聯(lián)算法。論文首先對(duì)攝像機(jī)網(wǎng)絡(luò)進(jìn)行在線拓?fù)潢P(guān)系估計(jì)，然后采用貝葉斯模型對(duì)攝像機(jī)間的目標(biāo)匹配結(jié)果與拓?fù)潢P(guān)系進(jìn)行融合，基于構(gòu)造的評(píng)價(jià)函數(shù)來(lái)選擇最優(yōu)路徑，并引入離散粒子群優(yōu)化來(lái)搜索最優(yōu)路徑集合以減少計(jì)算復(fù)雜度。在大型視覺(jué)監(jiān)控系統(tǒng)中的仿真實(shí)驗(yàn)表明，所提算法具有較好