基于分布式集群的多攝像頭的目標(biāo)檢測和跟蹤的并行算法.pdf

1、隨著人們生活水平的提高，安全意識的不斷提升，視頻監(jiān)控作為有效的安保手段，正越來越多的被安裝到各個場所。而與日俱增的高清攝像頭數(shù)量使得流媒體服務(wù)器不堪重負(fù)，為了解決飛速增長的高清攝像頭數(shù)量和單服務(wù)器服務(wù)能力有限之間的矛盾，本文討論了基于分布式集群的多攝像頭的目標(biāo)檢測和跟蹤的并行算法。
　　首先，學(xué)習(xí)和分析已有的檢測和跟蹤算法，并對混合高斯背景模型檢測效率進(jìn)行測試，發(fā)現(xiàn)其處理高清視頻時很難達(dá)到實時性要求。
　　其次，對混合高斯算

2、法進(jìn)行改進(jìn)和解耦，提出分塊檢測思想，對每幀圖像進(jìn)行拆分，交由不同單元處理。對于集群中不同單元處理能力的不同，提出多個像素合成小塊，利用小塊均值進(jìn)行建模的思想。對于停滯目標(biāo)會被訓(xùn)練成背景的問題，提出累計差異量Q，判斷目標(biāo)是否停滯。
　　再者，對Kalman濾波進(jìn)行改進(jìn)，增加新近量測數(shù)據(jù)在濾波中的作用，增添了消漸因子γ(γ＞1)。利用Kalman預(yù)測對目標(biāo)進(jìn)行初步分類，交由不同處理單元進(jìn)行直方圖匹配。對于多攝像頭匹配問題，提出了路徑模