基于智能輔助視域盲區(qū)目標識別與匹配.pdf

1、在視頻監(jiān)控應(yīng)用中，行人匹配技術(shù)一直處于該研究領(lǐng)域的前沿，隨著社會對監(jiān)控的要求越來越高，雖然行人匹配技術(shù)的研究也取得了一定的成果，但對于更加貼近真實場景應(yīng)用的多攝像機多行人匹配技術(shù)仍有很多問題亟待解決。
　　在多攝像機公共區(qū)域監(jiān)控中，單相機只負責監(jiān)控其中一個子區(qū)域，而相鄰兩個相機監(jiān)控區(qū)域（即“視域”）之間則存在著“視域盲區(qū)”(即非重疊區(qū)域)，此時相機獲得行人的空間位置信息是離散的，不連續(xù)的，從而加大了視域盲區(qū)的行人匹配難度。針對視域

2、盲區(qū)行人匹配的三個過程，即單攝像機行人的檢測，目標追蹤,多攝像機視域盲區(qū)行人匹配。本文對此三個過程主要進行了四個方面的研究：
　　1、為了更好的對單攝像機中的多行人進行檢測，本文利用基于統(tǒng)計學習方法的判別訓(xùn)練部件模型對行人進行檢測。判別訓(xùn)練部件的模型是由三個部分組成：根濾波器，部件濾波器，空間位置模型。根濾波器粗糙的覆蓋了整個行人，部件濾波器覆蓋行人的重點部位，具有較高的分辨率，空間位置模型定位每個部件的空間位置。
　　2、

3、在研究單攝像機目標跟蹤過程中，提出了基于改進的Heaviside核函數(shù)的目標追蹤算法。它主要通過前景和背景特征分布差異建立新的目標模型，實驗結(jié)果表明提出的算法和傳統(tǒng)的算法相比具有精確度較高、速度較快等特點。此算法同樣適用于多行人的跟蹤。
　　3、分析了多攝像機視域盲區(qū)行人特征模型的建立及相似性測量的方法，介紹了一種基于多特征融合的視域盲區(qū)行人匹配的算法，針對實驗結(jié)果進行了分析。
　　4、本文重點對上述算法的不足之處，提出了基