跨盲區(qū)行人跟蹤最優(yōu)二次匹配方法研究.pdf

1、在當今人們對公共環(huán)境和個人的安全越發(fā)關注，這直接促進視頻監(jiān)控領域的迅猛發(fā)展。尤其是由多個攝像機構成的監(jiān)控系統(tǒng)受到越來越多的青睞。與傳統(tǒng)的單個攝像機監(jiān)控相比，跨盲區(qū)多攝像機監(jiān)控能夠減少資源冗余，并且通過協(xié)作融合處理，增加信息的有效性。
　　本文就多攝像機無重疊視域目標二次匹配識別問題展開研究，也正因為無重疊視域的存在，所以進行二次匹配識別是非常必要的。但同時伴隨諸多問題。如不同相機監(jiān)控的視域環(huán)境存在亮度差；相同目標在不同攝像機視域內(nèi)

2、的視角有變化；除此之外，還有如何更加魯棒的建立目標的表觀模型；如何將獨立相機對之間的目標二次匹配關聯(lián)起來。就這些問題，本文從以下四個方面的進行研究：
　　1、系統(tǒng)介紹攝像機監(jiān)控系統(tǒng)的國內(nèi)外發(fā)展現(xiàn)狀，總結了攝像機監(jiān)控系統(tǒng)涉及到的關鍵技術和相關算法。重點分析了現(xiàn)如今跨盲區(qū)多攝像機視域先識別的三大方法。對以后智能監(jiān)控系統(tǒng)的研究提供了有意義的參考。
　　2、針對不同監(jiān)控視域光照亮度存在差異的問題，通過亮度補償進行矯正。針對不同攝像機

3、拍攝視角的不同的問題，通過近鄰約束搜索匹配的方法實現(xiàn)圖像局部塊的最優(yōu)匹配。解決了特征不對齊的問題，對視角變化有一定適應性。
　　3、為了更加魯棒的描述目標的表觀信息，本文結合目標圖像的顯著性特征。通過 k近鄰算法計算每個局部圖像塊的顯著性，利用該顯著性對兩幅圖的相似性進行加權，顯著度高的的局部塊在相似性計算過程中被賦予較大的權重。完成相似度得分的計算，得分最高的目標對被視為同一個目標。這里得到的不同視域下目標間的相似度得分將作為后