稀疏表示目标关联资料.docVIP

无重叠视域多摄像头目标关联综述 摘 要：随着视频监控技术的快速发展，多监控摄像机信息融合的研究逐渐被重视起来，作为核心技术之一的无重叠视域多目标关联也成为了研究的焦点。这个研究焦点是计算机视觉研究领域的一个新兴的、多学科交叉的研究方向。文章对国际上关于此方向从开始到现在的重要研究成果，做出了比较详细的论述，把对该问题的研究归纳为三个主要的组成部分，并依次介绍了这三部分的研究进展，最后简要分析了这个方面研究的难点和未来的发展趋势。 关键字：视频监控、无重叠视域多摄像头、目标关联 Abstract: With the rapid development of visual surveillance technology, the research about multi-camera information fusion is gradually paid more attention to. Thus, as one of the core techniques, objects tracking across non-overlapping multi-camera become the focus. This focus is a rising direction of computer vision, which crosses several subjects. This paper discusses the important achievements of this topic all over the world from beginning to present in detail. All of them are clustered into three parts and introduced orderly. Finally, some difficulties and future directions are analyzed concisely. Keywords: visual surveillance, non-overlapping multi-camera, objects matching 1引言 在单摄像机智能监控算法逐渐成熟的同时，近年来，多摄像机之间的信息关联和信息融合的研究逐渐被重视。由于被监控区域的广阔和摄像机视域有限之间的矛盾，以及在计算量和经济等方面的考虑，不可能用摄像机全部覆盖所有的被监控区域。因此在无重叠视域多摄像机监控环境下的目标跟踪就成为了广域视频监控研究的重要内容之一。 在无重叠视域多摄像机视频监控系统中，目标在时间和空间上都是分离的，如何将不同摄像机中相同目标进行有效地关联是多摄像机目标跟踪的关键问题。本文主要针对无重叠视域多目标关联技术的研究现状进行了系统的介绍,包括问题描述、一般框架、关键问题、主要方法介绍，并分析了各方法的优缺点。 2关键问题概述 无重叠视域多目标关联的一般结构图如图1所示： 摄像机1 摄像机1 摄像机2 摄像机3 检测跟踪模块 检测跟踪模块 检测跟踪模块 关联模块 目前，多目标跟踪算法的主要难点是数据关联问题。背景的复杂性，目标比例变化、目标颜色与背景颜色的相似程度、背景的稳定程度，多目标的交互及各种特殊情况的发生都会给多目标跟踪带来困难。当前多目标跟踪中存在的难题主要包括以下几个方面： 遮挡问题：遮挡是多目标跟踪中的常见情况，目标可能被背景中静止的物体遮挡，也可能被另外的目标遮挡，或者自遮挡，并且遮挡的程度也不同。目标被遮挡的过程一般可分为两个阶段：一是目标进入遮挡过程，这期间目标信息丢失越来越严重，二是目标出离遮挡过程，也即目标渐渐离开遮挡，这期间目标信息逐渐得到恢复。遮挡表现为目标信息的逐渐丢失，而跟踪算法的关键就是搜索到足够多的目标信息，判定目标所在，所以遮挡给目标跟踪的可靠性带来很大困难，可能导致跟踪的不稳定甚至丢失目标。如何有效的处理遮挡，特别是严重的遮挡，一直是多目标跟踪中的一个难点，目前多数系统都不能处理较严重的遮挡问题，也不能提供标准来判断何时停止及何时重新开始跟踪，且在目标丢失情况下没有相应的重新获取目标的引导方法。 目标数目的随机性：数目可变也是多目标跟踪中的常见问题。目标总数的变化来自于新目标的随机出现、旧目标的消失以及由于旧目标的分裂与合并(即遮挡)。目标总数的变化有两种情况：一是总数的增加，包括新目标的出现和旧目标的分裂；二是总数的减少，包括旧目标的消失和目标合并。如何准确得到当前帧的目标个数，是多目标跟踪中的又一个难点。 背景的复杂性：目标所处场景的复杂程度、稳定程度影响着目标跟踪的效果，背景中的干扰因素主要包括：光线亮度的变化，使背景颜色也发生变化；背景中物体的变动，当背景中增加、移去或者移动某些