[发明专利]一种非重叠视域多摄像机网络中的人体目标跟踪方法

权利要求书

1.一种非重叠视域多摄像机网络中的人体目标跟踪方法，包括以下步骤：

步骤一、单摄像机的目标检测，在图像序列中将变化区域从背景图像中分离出来；

步骤二、单摄像机的目标跟踪，得到目标在每个摄像机内完整平滑的运动轨迹；

步骤三、多摄像机的目标关联，获得不同摄像机观测到的每个目标间的对应关系；

步骤四、目标连续跟踪，获得目标的完整轨迹，

其特征在于：所述步骤三中多摄像机的目标关联包括目标特征提取和拓扑关系建立，其中：

所述目标特征提取是提取每一个人体运动目标HSV特征，具体为：将检测到的目标原图从RGB空间转换到HSV空间，建立H、S、V分量直方图，提取人体运动目标的HSV特征；

所述拓扑关系建立，包括以下步骤：

步骤A、在时间窗约束条件下，针对单摄像机视域中新出现的目标构建关联假设空间Г；

步骤B、计算该新出现目标与其关联假设空间Г中的每一个目标之间HSV特征相似度距离；

步骤C、根据目标关联规则，在关联假设空间Г中确定与该新出现目标具有关联关系的目标；

步骤D、重复步骤A至步骤C，获得直至当前时刻之前的所有目标之间的关联关系；

步骤E、根据步骤D中获得的所有目标之间的关联关系，建立摄像机网络的时空拓扑关系。

2.根据权利要求1所述的非重叠视域多摄像机网络中的人体目标跟踪方法，其特征在于：所述单摄像机的目标检测采用自适应背景提取方法，在图像序列中将变化区域从背景图像中分离出来。

3.根据权利要求2所述的非重叠视域多摄像机网络中的人体目标跟踪方法，其特征在于：所述自适应背景提取方法为帧差法、减背景法或光流法。

4.根据权利要求1所述的非重叠视域多摄像机网络中的人体目标跟踪方法，其特征在于：所述单摄像机的目标跟踪采用粒子滤波方法得到人体运动目标在单摄像机视域内完整平滑的运动轨迹。

5.根据权利要求1所述的非重叠视域多摄像机网络中的人体目标跟踪方法，其特征在于：所述提取人体运动目标的HSV特征具体为：根据人体测量学将人体划分成头部、躯干和腿部三部分，设人体高度为H′，则这三部分所占比例分别为0.16H′，0.46H′和0.38H′；针对上述三部分分别提取HSV特征，分别为f_Head-HSV、f_Torso-HSV和f_Leg-HSV。

6.根据权利要求1所述的非重叠视域多摄像机网络中的人体目标跟踪方法，其特征在于：所述步骤A中为单摄像机视域中新出现的目标构建关联假设空间Г，具体为：当摄像机视域检测到新目标时，判断该网络中其他摄像机视域离开的目标是否满足时间窗约束条件(1)，若满足则上述离开的目标为该新出现目标正确关联的候选目标，所有候选目标形成该新出现目标的关联假设空间Г：

t_exⁱ+T_ij-min＜t_en^j＜t_exⁱ+T_ij-max  (1)

公式(1)为时间窗约束条件，其中，t_exⁱ表示目标离开摄像机C_i视域的时间，t_en^j表示该目标进入C_j摄像机视域的时间；T_ij-min和T_ij-max分别表示目标从离开摄像机C_i视域到进入摄像机C_j视域所花费时间间隔的最小和最大阈值。