基于单应性约束的重叠视域内多目标定位和匹配技术研究-信号与信息处理专业论文.docxVIP

南京邮电大学硕士学位论文摘要 南京邮电大学硕士学位论文 摘要 摘要 近年来，随着智能监控技术的发展，多摄像机监控系统日益引起人们的关注。使用多个 摄像机协作可以有效扩大监控范围，增加观察角度，丰富运动对象信息，特别是解决单摄像 机系统中的目标遮挡等问题，但随之也带来了许多新的研究课题，有效地融合多个摄像 机的 信息成为多摄像机视频监控系统的关键。本文针对有重叠视野域内多目标的定位和匹配问题， 研究利用摄像机之间目标的空间占有单应性约束，进行多视 野多目标在一定遮挡情况下的定 位和匹配问题。本文主要的研究内容和创新点如下： （1）针对传统单应性矩阵估计方法需要对整个图像平面进行 SIFT 特征点提取和匹配的 不足，设计了一种新的基于半自动平坦平面分割的单应性矩阵估计方法，该方法首先对图像 对中感兴趣的平面进行分割，然后在分割后的图像平面内进行 SIFT 特征点提取以及 RANSAC 算法估计单应性矩阵。实验结果表明，这一预处理不仅可以获得基于特定感兴趣平面的单应 性矩阵，而且可以大大减少 SIFT 特征点提取和匹配以及 RANSAC 处理的时间。由于采用基 于图割的快速平面分割算法，平面分割操作的计算时间可以显著减少。 （2）系统地研究了空间占有单应性约束（HOC），以及如何利用这一约束在人流密度比 较大，遮挡比较严重的场景中实现目标定位的算法。并提出了一种改进的算法 ——基于矩形 框的 HOC 目标定位算法。该算法根据初次目标检测的结果，选择一个最优参考视野进行信息 融合，从而获得最优的定位结果。同时该算法仅对代表目标的矩形框进行投影，因此能够有 效的减少计算复杂度。 （3）针对所提出的基于矩形框的 HOC 目标定位算法，提出了一种新颖的目标匹配方法。 在参考视野中，为检测到的每一个目标建立一个矢量表，该矢量表中存储该目标在其他视野 中对应目标的编号，这种对应关系是通过脚点区域取中值获得。实验仿真表明，通过这种映 射关系可以方便快捷地实现目标匹配。同时，根据目标匹配的结果，利用同一目标在各个视 野的可见性检测和剔除鬼影，实验结果表明该方法能有效地剔除。 文章最后对全文内容进行了总结，指出本文所提出算法的不足，并对以后的研究方向和 重点进行了展望。 关键词:重叠视域，多摄像机，单应性约束，目标定位，目标匹配 I 南京邮电大学硕士学位论文Ab 南京邮电大学硕士学位论文 Abstract Abstract In recent years, with the development of intelligent surveillance technology, the traditional single-camera surveillance system has been failed to meet the demand for intelligent monitoring. On the contrary, using multiple collaborative cameras can effectively expand the scope of monitoring, rich moving object information, solve problems such as object occlusion. Therefore, multi-camera surveillance system has been increasingly studied and widely applied. But, some difficulties also need to be solved. How to effectively integrate the rich information coming from multiple cameras is the key to the multi-camera video surveillance system. The focus of this thesis is on the localization and correspondence of multiple objects across overlapping camera views ，as well as positioning and matching of multiple objects under moderate severe occlusion in crowded scene. The main contributions and innovation points are as follows: Consider the blindness of the traditional method f