基于多特征融合的多摄像机人体跟踪方法

被引：7

作者：

王建功 ^{[1
]}

林国余 ^{[2
]}

机构：

[1] 闽江学院图书馆

[2] 东南大学仪器科学与工程学院

来源：

吉林大学学报(信息科学版) | 2014年 / 32卷 / 06期

关键词：

多目标跟踪; 无重叠视野; 时空特征; 目标关联;

D O I：

暂无

中图分类号：

TN948.41 [摄像机]; TP391.41 [];

学科分类号：

080203 ;

摘要：

在非重叠视野摄像机网络中,因视觉盲区等因素的存在,难以对人体目标进行准确可靠的持续跟踪,为此,提出一种融合主颜色特征、纹理特征和时空拓扑特征的目标跟踪算法。该算法将人体区域分割成上、中、下3个目标子块,分别利用最近邻聚类算法提取每个目标子块的主颜色信息,并计算主颜色匹配率;通过提取目标的空间纹理特征获得纹理匹配率;最后通过融合计算人体外观匹配模型。同时,根据目标关联信息的累计统计信息,采用增量学习思路建立和更新摄像机网络的时空拓扑关系。实际场景的实验表明,该算法能有效地对非重叠视野多摄像机网络中出现的人体目标进行连续跟踪,并随系统的持续运行和监控区域中新目标的不断出现,其跟踪准确度也随之提高。

引用

页码：675 / 683

页数：9

共 4 条

[1] 多摄像机之间基于区域SIFT描述子的目标匹配 [J].

明安龙 ;

马华东 .

计算机学报, 2008, (04) :650-661

[2]

Modeling inter-camera space–time and appearance relationships for tracking across non-overlapping views[J] . Omar Javed,Khurram Shafique,Zeeshan Rasheed,Mubarak Shah.Computer Vision and Image Understanding . 2007 (2)

[3]

Object tracking in image sequences using point features[J] . P. Tissainayagam,D. Suter.Pattern Recognition . 2004 (1)

[4]

Object identification in a bayesian context. Huang T,Russell S. InternationalJoint Conference on Artificial Intelligence . 1997

← 1 →