[发明专利]一种视域重叠的多摄像机目标匹配方法

说明书

本发明公开了一种视域重叠的多摄像机目标匹配方法，具体如下；根据摄像机1和摄像机2的前5帧信息计算两台摄像机的视野分界线；提取摄像机1视频中的前景目标，根据多特征融合规则将各个前景目标的特征进行融合获得融合后的特征向量；计算摄像机1中各目标在摄像机2中的投影点，确定待匹配目标的可靠区域后，再计算可靠区域内多特征融合向量；计算多特征融合向量的欧式距离，完成视域重叠的多摄像机目标匹配，距离最近且在设定阈值范围内的目标为匹配目标，保存视野分界线参数；更新视野分界线参数，从当前视频帧的前5帧中选取2组参数，再结合当前帧的视野分界线参数进行线性加权，并对视野分界线模型进行更新。

技术领域

本发明属于多摄像机视频监控的目标跟踪技术，尤其涉及一种视域重叠的多摄像机目标匹配方法。

背景技术

随着科学技术的发展，“智慧校园”、“智慧城市”等概念不断的涌入人们的生活。信息技术的飞速发展为这些提供了技术支持，使它们逐渐成为现实。而在交通、工业和教育中，视频监控被越来越广泛的应用。大量涌现的摄像机监控视频也促使人们去思考如何高效的进行视频处理这一问题。于是，不同的智能视频监控系统被开发出来，用来对视频中的目标进行检测、匹配和跟踪，甚至有些智能视频监控系统能够对视频中的目标识别和行为分析。

多摄像机目标追踪系统作为智能视频监控系统的一部分，有着更广阔和多角度的视野，可以克服单摄像机中目标被遮挡和目标移出视野的问题。因此多摄像机目标跟踪系统具有更大的研究和应用价值。主要步骤：首先对单摄像机输入视频进行运动目标检测，分别提取目标特征；再对各单摄像机提取的信息进行融合，实现不同摄像机中的目标匹配；最后实现多摄像机协同进行目标跟踪。

本发明主要是对视野重叠情况下多摄像机的目标匹配问题进行研究。目前关于视域重叠的多摄像机目标匹配方法主要有：基于特征融合的目标匹配方法，基于队列的目标匹配方法和基于模型的目标匹配方法。基于特征融合的目标匹配方法将提取的目标特征利用统计学等方法进行目标匹配，该方法对于无遮挡情况下的视频效果较好，但当候选区域较大后会导致迭代次数增多，增加时间成本。基于队列的目标匹配方法是根据相邻摄像机的几何转换关系进行目标的定位。该方法在确定摄像机几何关系时忽略了摄像机受外界因素而导致的相对位置的变化和几何关系确立时产生的误差，从而会导致系统匹配准确率的逐渐下降。基于模型的目标匹配方法是利用先验信息构建一个目标模型，将视频中的目标和目标模型进行匹配，但该方法在目标发生旋转、形变时就会失去作用，而且建立模型也耗费大量运算时间。

1.现有智能视频监控系统中，在人群密集情况下或目标暂时被其他事物遮挡时，一是会因视频中无法搜索匹配到目标而发生目标丢失情况；二是扩大搜索窗，这会导致目标匹配时迭代搜索区域增大，增加计算复杂度，算法实时性下降。本发明将不采用这两种策略。

2.多视频目标匹配模型参数一般分为两类：一类是模型参数固定不变，但现实生活中各种不确定因素会导致摄像机位置发生变动，从而导致模型逐渐失效；另一类是参数不断更新的模型，但目标搜索和定位过程中也会出现异常数据的计算误差，导致模型参数更新错误，从而模型失效。本发明中的目标匹配模型更加稳健，并能够避免参数更新失败造成的模型失效。

3.在视频中出现多个相似目标时，目标很难依靠单一或较少的目标特征进行辨别。

发明内容

本发明所要解决的技术问题是针对背景技术的不足提供了一种视域重叠的多摄像机目标匹配方法，其采用基于多摄像机视野分界线的方法对目标进行定位，能够避免因单摄像机视野中目标被遮挡或变形而导致的目标丢失和匹配失败；目标通过空间映射实现定位后再进行目标匹配，也可以缩小迭代搜索区域，降低计算复杂度。

本发明为解决上述技术问题采用以下技术方案

一种视域重叠的多摄像机目标匹配方法，具体包含如下步骤；

步骤1，根据摄像机1和摄像机2的前n帧信息计算两台摄像机的视野分界线，其中，n取正整数；