基于智能輔助視域盲區(qū)目標(biāo)識(shí)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(huì)對(duì)監(jiān)控的要求越來(lái)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(duì)于更加貼近真實(shí)場(chǎng)景應(yīng)用的多攝像機(jī)多行人匹配技術(shù)仍有很多問(wèn)題亟待解決。
　　在多攝像機(jī)公共區(qū)域監(jiān)控中，單相機(jī)只負(fù)責(zé)監(jiān)控其中一個(gè)子區(qū)域，而相鄰兩個(gè)相機(jī)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(shí)相機(jī)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(duì)視域

2、盲區(qū)行人匹配的三個(gè)過(guò)程，即單攝像機(jī)行人的檢測(cè)，目標(biāo)追蹤,多攝像機(jī)視域盲區(qū)行人匹配。本文對(duì)此三個(gè)過(guò)程主要進(jìn)行了四個(gè)方面的研究：
　　1、為了更好的對(duì)單攝像機(jī)中的多行人進(jìn)行檢測(cè)，本文利用基于統(tǒng)計(jì)學(xué)習(xí)方法的判別訓(xùn)練部件模型對(duì)行人進(jìn)行檢測(cè)。判別訓(xùn)練部件的模型是由三個(gè)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(gè)行人，部件濾波器覆蓋行人的重點(diǎn)部位，具有較高的分辨率，空間位置模型定位每個(gè)部件的空間位置。
　　2、

3、在研究單攝像機(jī)目標(biāo)跟蹤過(guò)程中，提出了基于改進(jìn)的Heaviside核函數(shù)的目標(biāo)追蹤算法。它主要通過(guò)前景和背景特征分布差異建立新的目標(biāo)模型，實(shí)驗(yàn)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(diǎn)。此算法同樣適用于多行人的跟蹤。
　　3、分析了多攝像機(jī)視域盲區(qū)行人特征模型的建立及相似性測(cè)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(duì)實(shí)驗(yàn)結(jié)果進(jìn)行了分析。
　　4、本文重點(diǎn)對(duì)上述算法的不足之處，提出了基