视频监控中多摄像头下的行人跟踪

来源 :华中科技大学 | 被引量 : 0次 | 上传用户:hnyinhao
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
视频监控一直是社会安防体系不可缺少的一部分,随着社会的高速发展、监控范围的不断扩大,视频监控智能化迫在眉睫。而在一些重要场所,对同一地点进行多视角的行人监控十分必要。因此,多摄像头下的行人跟踪已成为计算机视觉领域的一个重要研究内容。目前已有的多摄像头目标跟踪方法往往基于特征匹配、三维重建等。通过特征匹配来融合多摄像头的信息,当视角差异较大时,各视角观察到同一目标的特征差异也显著增大,匹配错误率也随之增加;三维重建的方法虽然匹配准确度较高,但需要进行摄像头矫正,额外需要的辅助信息较多,计算复杂度较高。针对这些问题,以行人为跟踪目标,实现了一种基于单应性法则的多摄像头协同跟踪方法。多摄像头协同跟踪,首先需要提取前景目标,通过对现有前景目标提取方法进行实验比较,分析了不同方法的性能及不同参数设置对行人检测效果的影响;再计算出各视角间的单应性矩阵,利用单应性约束法则,将多个视角已得的目标信息融合起来,得到目标的足部区域图;通过逆投影得到各视角中的目标和足部区域图之间的对应关系;为解决对应关系不够准确的问题,提出一种新的修正策略和跟踪置信度自动调节方法,实现了多摄像头下的协同跟踪。实验表明,该方法计算复杂度较低,特别当目标在部分视角发生遮挡时,依然能准确跟踪到该目标的位置。
其他文献
基于IEEE 802.11标准的无线局域网络(Wireless Local Area Network, WLAN)使用免执照的无线频带进行通信,由于其支持用户的移动性、部署灵活、可伸缩性强、维护成本低等优点
近年来,无线通信技术、嵌入式计算技术、传感器技术和微机电系统的飞速发展和日益成熟,推进了无线传感器网络的快速发展。无线传感器网络由低成本、低能耗、多功能的微型传感
在生物学领域根据氨基酸序列预测蛋白质结构是一个复杂而具有挑战性的问题。遗传退火算法是结合遗传算法和退火算法的优点而形成的一种新算法。它克服了遗传算法早熟早收敛、
物联网(Internet of Things,IOT)运用各种传感技术,并融合互联网,建立起“物”与“物”之间的相互感知,实现对单粒度物品的跟踪、控制及定位。目前其资源发现主要依赖于对象名称解
社会信息化程度的急速发展,使得数据正成几何级的数量爆炸性的产生,从而对存储提出的更高、更多的要求。虽然现在磁盘存储容量在不断的增加,但面对爆炸性的数据增长,本地磁盘
随着计算机软件、硬件和网络技术的日新月异的发展,越来越多的人应用计算机获得信息,人类已经进入一个高速发展的信息化时代,人们通过计算机获得的信息量非常巨大。这些信息
分类问题,作为人类的基本社会活动,在人们的日常生活和任务学习中,扮演着重要角色。随着数据挖掘和模式识别技术的快速发展,利用机器学习和模式识别技术对数据进行分析处理,
共享缓存结构加速了核与核之间的通讯速度,在多核处理器中有着重要作用。然而,多个核竞争使用共享缓存,互相污染对方的缓存数据,降低了系统的整体性能。为了解决这个问题,研究者提
软件即服务(SaaS)是近年来IT业备受关注的一个概念,它是一种基于互联网提供软件服务的软件布局模型,是创新的软件应用模式,具有初始投入少、易于控制成本、见效快、无需后期
随着信息技术的广泛应用,公共可访问的数据库和搜索引擎是用户获取最新信息的重要资源。但是,由于传统的私有信息检索模型本身存在的不足,很难应用于实际的大型数据库和搜索引擎