基于卡尔曼一致滤波和分布式协作网络控制的多目标跟踪

为了实现自配置倾斜变焦摄相机网络中的多目标跟踪,提出了一种采用卡尔曼一致滤波和基于多人学习的协作式摄像机网络控制策略。首先,通过对一个摄像机网络的相互作用拓扑结构进行建模,然后采用卡尔曼一致滤波来得到一个可能有重叠视野的动态摄像机网络中关于多个目标状态的一致性估计,即每个摄像机最终与其邻近摄像机达成关于目标实际状态的一致性;其次,采用一种基于博弈论思想的分布式策略用于摄像机网络的协调自配置,以期望的分辨率来跟踪不同的目标,同时也保持整个区域在视野内。一个有10台摄像机的网络实验结果表明,分布式多目标跟踪策略能够无缝隙地跟踪多个目标,以高分辨率观察某些目标,同时保持监控下的整个区域以可接受的分辨率被覆盖,而且与其他跟踪算法相比,还可获得更低的跟踪估计误差。