[发明专利]重叠域双摄像头目标跟踪系统及方法

说明书

技术领域

本发明采用两个固定摄像头在重叠视野域内对运动目标进行跟踪分析，将单摄像头下的目标检测与跟踪相关理论应用到双摄像头跟踪系统，实现目标在双摄像头下的连续跟踪。

背景技术

随着智能监控系统规模的不断扩大，环境变化日益复杂，为了实现连续的目标跟踪，采用单个摄像头的监控系统变得越来越难以完成上述要求。在这种情况下，多摄像头目标跟踪应运而生。多摄像头目标跟踪技术是智能视频监控系统的一个重要发展方向，它涵盖了计算机视觉、人工智能、模式识别以及信息融合等内容，是一项多学科交叉的前沿课题，它以单摄像头目标跟踪技术为基础，联合多摄像头共同监控重要场所，对同一目标在不同摄像头下的跟踪具有一致性标记，实现了目标的连续跟踪。相比于单摄像头系统，多摄像头系统有效解决目标遮挡问题，扩大了跟踪面积，更全面地获得运动目标的信息，有效的提高了跟踪的准确度。

多摄像头的一个关键问题是建立不同视野间的对应关系。单摄像头跟踪是研究目标在各个图像帧内的对应位置，多摄像头跟踪是解决同一时刻目标在不同视野内的对应关系。多摄像头跟踪以单摄像头跟踪为基础，然后融合来自每个摄像头获得的轨迹来获得该目标的最终运动轨迹。一般多摄像头监控的场景都是有重叠区域的，如采用多个摄像头监控小区门口，商场的走廊等，常常安装两个摄像头对该区域同时进行监控。因此，研究重叠视域的双摄像头跟踪系统有着重要的应用价值。另外，目前单摄像头目标跟踪技术已经非常成熟，这为研究双摄像头的目标跟踪技术提供了丰富的理论基础，基于重叠域双摄像头的目标跟踪技术有着巨大的发展前景，已成为科研人员备受关注的前沿方向。

发明内容

本发明是一种重叠域内双摄像头目标跟踪系统，该系统主要分为两个模块：单摄像头跟踪子模块和双摄像头目标交接模块。前端单摄像头跟踪子系统对每个摄像头采集的视频序列分别在各自的视野范围内执行相对独立的跟踪任务，得到被跟踪目标的相关信息，然后利用目标交接算法实现摄像头之间的数据通信，后续进行行为判断等高级视频处理过程。

本发明对单摄像头目标跟踪中的Meanshift算法进行分析，针对该算法基于颜色信息作为目标特征，易受背景相近颜色信息干扰影响，本发明将图像由RGB空间转换为HSV空间，提出了一种在HSV空间改进的背景加权直方图的Meanshift算法。对于有重叠域的双摄像头目标跟踪，使用基于视野分界线的目标交接方法实现目标的一致性标记。选择基于SIFT及单应性矩阵的方法恢复视野分界线，并利用RANSAC算法去除SIFT生成的误匹配点；在进行视野分界线的目标交接过程中，引入了空间颜色直方图，为待匹配的目标建立空间颜色直方图，计算Bhattacharyya系数，完成对目标的二次匹配，匹配度最高的赋予相同的标号。

为了实现上述目的，本发明实施案例提供的技术方案如下：

步骤1：摄像头采集图像

步骤2：目标检测

步骤3：目标跟踪，采用基于HSV空间背景加权Meanshift算法

步骤4：双摄像头目标交接，采用改进的视野分界线目标交接

步骤5：后续处理

其中，所述步骤3基于HSV空间背景加权Meanshift算法具体包括：

步骤31：图像转换到HSV空间；

步骤32：计算目标模型颜色直方图

步骤33：对当前帧中目标的位置y₀和搜索窗尺寸h进行初始化，并计算搜索区域中候选目标模型在y₀处的颜色直方图然后估计候选目标模型颜色直方图与目标模型颜色直方图的相似度，计算二者的Bhattacharyya系数搜索窗区域就是候选目标区域。值越大，候选目标像素点为实际目标像素点的概率越大；

步骤34：计算搜索窗内各像素点的权值和目标新的位置y₁；

步骤35：更新候选目标在新位置处的颜色直方图并估计该直方图与目标模型颜色直方图的相似度

步骤36：若说明目标新位置y₁处的颜色分布与目标模型颜色分布的相似度低于目标原位置y₀处的颜色分布与目标模型颜色分布的相似度，则缩小目标新位置y₁与原位置y₀的距离，取二者的中间位置，即直到