多攝像機監(jiān)控網(wǎng)絡(luò)中的目標(biāo)連續(xù)跟蹤方法研究.pdf

1、隨著信息技術(shù)的發(fā)展及社會安防需求的不斷提高，傳統(tǒng)的人工監(jiān)控技術(shù)已不能滿足人們的需求，智能化和主動化的目標(biāo)監(jiān)控技術(shù)成為目前主要的發(fā)展方向。作為智能監(jiān)控的重要組成部分，多攝像機監(jiān)控網(wǎng)絡(luò)中的目標(biāo)連續(xù)跟蹤成為研究的熱點，并具有較強的理論意義和廣泛的應(yīng)用價值。多攝像機目標(biāo)連續(xù)跟蹤包括單攝像機的目標(biāo)跟蹤和目標(biāo)在攝像機之間的交接跟蹤兩個組成部分。與傳統(tǒng)的單攝像目標(biāo)跟蹤相比，由于攝像機數(shù)目的增多，該課題引入了許多新的問題，如攝像機網(wǎng)絡(luò)監(jiān)控場景復(fù)雜、各攝

2、像機參數(shù)不同及目標(biāo)在各攝像機中的運動軌跡不同等。如何克服這些難題，實現(xiàn)目標(biāo)在多攝像機網(wǎng)絡(luò)中的準(zhǔn)確跟蹤是智能監(jiān)控領(lǐng)域亟待解決的問題之一。
　　本論文針對非重疊視野下多攝像機目標(biāo)連續(xù)跟蹤進行了研究，重點研究了魯棒的單攝像機目標(biāo)跟蹤算法、多攝像機視野的拓撲結(jié)構(gòu)學(xué)習(xí)、多攝像機下目標(biāo)表觀模型的學(xué)習(xí)和目標(biāo)匹配及多攝像機間目標(biāo)的準(zhǔn)確交接等幾個方面的內(nèi)容。論文的具體工作及研究成果如下:
　　1)研究了單攝像機目標(biāo)跟蹤方法，并提出了稀疏表達多

3、特征融合的單攝像機跟蹤算法。本算法以粒子濾波為總體跟蹤框架，包括觀測概率模型和狀態(tài)模型兩部分。觀測概率模型通過將多個特征進行稀疏表達融合的方式構(gòu)建，狀態(tài)模型為六參量的高斯分布。為了使該算法能適應(yīng)目標(biāo)在運動過程中的各種變化，本文在跟蹤算法中加入了具有自適應(yīng)的模板更新算法。實驗表明，該跟蹤算法可以處理跟蹤過程中可能發(fā)生的光照改變、遮擋、姿態(tài)改變和背景復(fù)雜等情況，實現(xiàn)準(zhǔn)確而有效的目標(biāo)跟蹤。
　　2)研究了非重疊視野下多攝像機視野的拓撲結(jié)

4、構(gòu)學(xué)習(xí)方法。攝像機視野的拓撲結(jié)構(gòu)包括進/出口區(qū)域（節(jié)點）、節(jié)點間的轉(zhuǎn)移時間分布及節(jié)點間的關(guān)聯(lián)性三個要素。本文通過對監(jiān)控視頻中曰標(biāo)跟蹤信息的統(tǒng)計，提出了非重疊視野下多攝像機視野的拓撲結(jié)構(gòu)學(xué)習(xí)方法。首先采用高斯聚類方法對各攝像機視野中的進/出口區(qū)域進行學(xué)習(xí)，然后通過累加交叉相關(guān)及高斯擬合的方式對節(jié)點間的轉(zhuǎn)移時間分布進行學(xué)習(xí)，最后利用互信息理論對節(jié)點間的關(guān)聯(lián)性進行精簡，去除虛假關(guān)聯(lián)的節(jié)點，從而獲得準(zhǔn)確的拓撲結(jié)構(gòu)。通過對攝像機視野拓撲結(jié)構(gòu)的學(xué)習(xí)

5、可以獲得多攝像機目標(biāo)連續(xù)跟蹤過程中需要的時空推理信息（如當(dāng)目標(biāo)運行到某攝像機出口節(jié)點后選擇哪一個攝像機作為交接攝像機、目標(biāo)從出口節(jié)點到交接攝像機的入口節(jié)點需要的時間范圍等），為合理調(diào)度攝像機提供依據(jù)。
　　3)研究了目標(biāo)在多個攝像機視野中運動時表觀變化的特點，提出了基于特征樹的目標(biāo)表觀模型學(xué)習(xí)和目標(biāo)匹配方法。本文對不同攝像機下的目標(biāo)表觀進行了學(xué)習(xí)，提出了基于特征樹的目標(biāo)表觀模型學(xué)習(xí)和目標(biāo)匹配方法。通過對不同特征分別進行非督導(dǎo)聚類獲

6、得不同特征的樹狀結(jié)構(gòu)，從多個角度對目標(biāo)進行全面描述。當(dāng)在不同攝像機下目標(biāo)表觀發(fā)生改變時，可以根據(jù)獲取的目標(biāo)新樣本對特征樹進行更新，并對目標(biāo)之前表觀具有記憶能力。目標(biāo)匹配采用特征樹投票的方式，候選目標(biāo)需要經(jīng)過特征樹每一層相似性的計算。這種層層篩選的方式，可以大大減少計算量，提高匹配效率。
　　4)研究了目標(biāo)在多個攝像機之間的交接問題，提出了基于繼承和學(xué)習(xí)的多攝像機目標(biāo)交接算法。目標(biāo)在多個攝像機之間的準(zhǔn)確交接是多攝像機監(jiān)控網(wǎng)絡(luò)中目標(biāo)連

7、續(xù)跟蹤能否成功的關(guān)鍵。本文將時空約束信息和目標(biāo)表觀模型進行融合，提出了基于繼承和學(xué)習(xí)的多攝像機目標(biāo)交接算法。該算法將單攝像機目標(biāo)跟蹤、拓撲結(jié)構(gòu)學(xué)習(xí)及目標(biāo)表觀模型信息融入整體交接跟蹤框架。首先通過拓撲結(jié)構(gòu)學(xué)習(xí)獲取目標(biāo)在整個網(wǎng)絡(luò)中運動時的時空信息，消除模糊因素的干擾。當(dāng)確定跟蹤目標(biāo)后，通過單攝像機目標(biāo)跟蹤算法對其進行跟蹤并構(gòu)建目標(biāo)在該攝像機下的表觀模型。在目標(biāo)交接啟動時，將該模型傳遞給交接攝像機。交接攝像機利用上一攝像機傳遞的表觀模型在一定