無重疊視域多攝像機運動目標匹配研究.pdf

1、隨著智能視頻監(jiān)控系統(tǒng)的高速發(fā)展，近年來，人們對視頻監(jiān)控系統(tǒng)的智能性要求日益提高。多攝像機網絡能夠監(jiān)控更廣闊的區(qū)域，正在逐漸被重視。但是，從經濟、資源等方面的考慮，不太可能布置大量的攝像頭覆蓋所有監(jiān)視區(qū)域。因此，無重疊視域多攝像機情況下的目標跟蹤就成了廣域視頻監(jiān)控研究的主要內容之一。無重疊視域多攝像機間的目標匹配作為跟蹤的重要前提和必須步驟，也成為廣域視頻監(jiān)控研究中的重要研究內容。
　　本文針對無重疊視域多攝像機監(jiān)控環(huán)境中不規(guī)則擾動

2、背景的運動目標檢測問題、固定單攝像機下的目標跟蹤問題和多攝像機間的目標匹配問題進行了深入研究，取得了如下成果：
　　1．針對混合高斯背景模型易將場景中的不規(guī)則擾動背景成分當作前景目標區(qū)域，造成誤檢率較高的問題，本文提出了一種融合區(qū)域運動估計的改進算法（ME-GMM）。該方法首先利用混合高斯背景模型有效應對場景中規(guī)則擾動并對前景目標區(qū)域進行預提取，然后通過區(qū)域運動估計進一步分析各區(qū)域的運動特征來區(qū)分不規(guī)則擾動背景成分和運動前景目標區(qū)

3、域，從而完成實際監(jiān)控場景的運動目標檢測。在數據集I2R[58]實驗結果表明，與現有算法相比，本文提出的算法能更好地檢測不規(guī)則背景擾動情況下的運動目標。
　　2．針對固定單攝像頭視域內基于單一特征的目標跟蹤算法容易發(fā)生目標位置偏移、目標丟失等問題，本文提出了一種基于多特征協(xié)方差矩陣的目標跟蹤算法。該算法首先利用ME-GMM運動目標檢測算法提取出每一幀的運動目標區(qū)域并去除視頻流中的背景成分，有效避免了跟蹤過程可能發(fā)生的目標位置偏移；然

4、后運用多特征協(xié)方差矩陣對連續(xù)幀間的目標區(qū)域進行區(qū)域匹配，并依此分析目標在連續(xù)幀間的運動狀態(tài)預測目標在下一幀中可能出現的位置，有效克服了因遮擋導致的跟蹤丟失問題。在數據集PETS2009[59]上的實驗結果表明，與基于單一特征的粒子濾波的跟蹤算法相比，本文提出的目標跟蹤算法目標位置更準確，跟蹤丟失率更低。
　　3．針對無重疊視域中目標在不同攝像間外觀容易發(fā)生變化，使得目標在多攝像機間難以獲得準確匹配的問題，在分析顏色不變性特征的基礎

5、上，提出了一種基于AP聚類算法的形狀上下文目標表現模型。該模型首先通過 AP聚類算法確定目標圖像在log顏色空間的聚類中心和各像素所屬的類別，然后將所有聚類中心作為參照點集合生成形狀上下文描述子集合，最后通過計算無重疊視域多攝像機監(jiān)控環(huán)境下獲取的不同目標表現模型之間的EMD距離實現相同目標的匹配，降低了光照變化、角度變化和尺度變化所帶來的匹配誤差。在數據集VIPeR[60]的仿真實驗證明，本文提出的目標表現模型可以有效實現無重疊視域多攝