基于時空拓撲的無重疊視域多攝像機目標再識別.pdf

1、近些年來，越來越多的攝像機被應用到現(xiàn)實生活中，攝像機網(wǎng)絡的規(guī)模也在原有的基礎上不斷的擴大。因此，人們對目標跟蹤的研究也從單個攝像機轉移到多個攝像機上來，無重疊視域多攝像機間的行人再識別跟蹤技術成為人們關注的焦點。該技術不僅涵蓋了原有的單攝像機行人跟蹤技術，而且還包括多攝像機間行人再識別問題、多攝像機間的協(xié)同方法以及多攝像機間時空關系等內容。由于在不同攝像機的視域里會發(fā)生角度與光照變化，檢測行人會發(fā)生姿態(tài)、遮擋變化以及存在相似的外觀因素等

2、各種復雜條件，多攝像機間對同個行人外觀關系的轉移出現(xiàn)了很多難題。其中，第一個難題就是無重疊視域里的行人再識別問題，即從一個或多個攝像機視域里獲取行人，再從另外一個或多個攝像機的不同視域里搜尋并找到該行人。即通過提取視域里的跟蹤行人的明顯特征，并與其他無重疊視域里的行人進行檢索匹配。如何解決該難題一直是計算機視覺領域里一個公開的挑戰(zhàn)。第二個難題是多攝像機間的時空拓撲關系問題。識別信息作為多攝像機間的通訊媒介，結合多攝像機間無重疊視域的時空

3、關系，貫穿于整個攝像機網(wǎng)絡，因此多攝像機間的時空拓撲關系顯得十分關鍵。
　　面對這些難題，本文利用相關技術，先分析了現(xiàn)在無重疊視域多攝像機行人外觀關系問題，把對行人再識別的特征匹配問題引入到外觀模型的建立與匹配中，利用改進邏輯回歸機器學習方法進行相似性度量;再分析了現(xiàn)在無重疊視域多攝像機時空拓撲關系問題，首次提出了基于TTPP協(xié)議的整個攝像機間的全面拓撲，并在TTPP協(xié)議下增刪攝像機對局部拓撲的更新，最后運用拓撲結構對行人目標進行