[发明专利]无重叠视域多摄像机人体目标跟踪方法

摘要

本发明涉及一种无重叠视域多摄像机人体目标跟踪方法，具体是一种在多摄像机之间拓扑关系已知的情况下，在无重叠视域的多摄像机视频中进行目标匹配与跟踪的方法，首先建立多摄像机之间的拓扑关系矩阵，然后提取行人目标的前景图像，接着通过人机交互界面在某个摄像机的视域范围选定跟踪目标，并使用混合高斯模型提取该目标的外观特征，包括颜色直方图特征和UV色度特征，在整个跟踪过程中，采用树的结构对跟踪任务进行管理，并采用贝叶斯模型估计全局相似度，根据全局相似度寻找最佳匹配目标。本发明具有精确度高、算法简单、易于实现、实时性强等优点，可以为多摄像机目标识别与跟踪提供一种新的实时可靠的方法。

主权项

1、一种无重叠视域多摄像机人体目标跟踪方法，其特征在于包括以下步骤：1)为每个摄像机设定编号：1，2，……，N；为每个摄像机定义出入口编号：1，2，……，m；从一个摄像机的某个出口至另一个摄像机的某个入口所用平均时间为t；引入一个时间窗参数w，使得所有行人从一个摄像机的某个出口至另一个摄像机的某个入口所用时间落在(t-w，t+w)区间内；根据已知多摄像机之间的拓扑关系，建立拓扑关系矩阵：T=t11t12···t1j···t1Nt21t22···t2j···t2N············ti1ti2···tij···tiN············tN1tN2···tNj···tNN,]]>i＝1，2，……，N；j＝1，2，……，N；其中，t_ij表示从摄像机i到摄像机j之间的连接信息，t_ij用以下结构表示：t_ij＝{(摄像机号i，出口号)，(摄像机号j，入口号)，平均时间，时间窗}；2)将摄像机采集的视频读入计算机，对每帧图像进行背景建模与背景实时更新，通过当前帧与背景帧相减的方法，得到每个行人目标的前景图像；3)通过人机交互界面在某个摄像机的视域范围选定跟踪目标，根据与该跟踪目标对应的行人目标前景图像，使用混合高斯模型提取跟踪目标的外观特征，包括颜色直方图特征和UV色度特征；4)当跟踪目标走出选定时所在摄像机视域范围，则针对该摄像机建立节点作为跟踪树的根节点；然后根据拓扑关系矩阵得到与该摄像机相连的所有摄像机，并向这些摄像机发布跟踪任务，同时针对这些摄像机为根节点分别建立子节点；所述节点的结构为：节点＝{父节点，子节点，摄像机号，对应跟踪任务，行人目标对象}；其中行人目标对象包括行人目标的外观特征以及该行人目标与选定跟踪目标之间的全局相似度；所述跟踪任务的结构为：跟踪任务＝{监控时间，出入口号，对应节点}；5)当行人目标进入某个摄像机的视域范围，则在该摄像机的跟踪任务列表中寻找与之匹配的跟踪任务；若存在匹配的跟踪任务，则根据该行人目标的前景图像，使用混合高斯模型提取该行人目标的颜色直方图特征和UV色度特征；计算该行人目标与选定跟踪目标之间的相似度，再利用贝叶斯模型估计全局相似度，将此全局相似度与该摄像机对应节点中保存行人目标对象的全局相似度进行比较，保留较大者对应的行人目标对象作为局部最佳匹配目标，再根据全局相似度在该摄像机所对应的当前层节点中寻找全局最佳匹配节点；对于失去全局最佳匹配节点身份的节点，删除其子节点；6)当与全局最佳匹配节点对应的行人目标走出某个摄像机的视域范围，则根据拓扑关系矩阵得到所有与该摄像机相连的摄像机，并向这些摄像机发布跟踪任务，同时针对这些摄像机为当前节点分别建立子节点；7)当某个跟踪任务的监控时间失效，在该跟踪任务对应节点的所有兄弟节点中寻找全局最佳匹配节点，若该跟踪任务对应节点不是全局最佳匹配节点，则删除该跟踪任务对应节点及其子节点；8)若所有节点的跟踪任务时间均失效，则完成无重叠视域多摄像机的目标跟踪。