[发明专利]基于多摄像机的目标连续跟踪方法

权利要求书

1.一种基于多摄像机的目标连续跟踪方法，基于多路视频，其特征在 于，包括目标检测，目标跟踪，目标特征提取，计算到达区域和离开区域， 计算摄像机区域连接关系，目标匹配、数据关联和目标连续跟踪步骤，步 骤如下：

步骤S1：对每一路摄像机所采集到的图像序列进行目标检测，用于得 到运动目标；

步骤S2：采用卡尔曼滤波技术对每一个运动目标进行目标跟踪，用于 得到该运动目标在每一路摄像机下完整的轨迹；

步骤S3：计算每一个运动目标图像区域的颜色直方图实现颜色特征提 取和平均轮廓实现形状特征提取，用于得到该运动目标鲁棒的特征描述；

步骤S4：采用k-均值技术聚类运动目标轨迹的起始点位置和终止点 位置，用于得到每路摄像机下的到达区域和离开区域；

步骤S5：通过经验或者视频数据确定每一路摄像机的到达区域以及离 开区域和其它摄像机下的到达区域以及离开区域之间的连接关系；

步骤S6：根据摄像机区域之间的连接关系，将不同摄像机下的运动目 标进行目标匹配，用于得到运动目标之间特征相似度；

步骤S7：根据运动目标之间的特征相似度Sim_app(x₁，x₂)以及根据 摄像机区域之间的连接关系得到的时间关系度量Sim_time(x₁，x₂，t₂-t₁)， 计算从第i个摄像机下离开的运动目标x₁和从第j个摄像机下到达的运动 目标x₂之间的相似度：Sim(x₁，x₂)＝Sim_app(x₁，x₂)*Sim_time(x₁，x₂，t₂- t₁)，得到目标匹配的结果之后就能实现数据关联，其中t₁为运动目标x₁的 离开摄像机视野的时间、t₂为运动目标x₂的到达摄像机视野的时间；所谓 时间关系度量Sim_time(x₁，x₂，t₂-t₁)是指给定运动目标x₁的离开时刻t₁和 运动目标x₂的到达时刻t₂，从时间关系上度量x₁和x₂对应于同一个运动 目标的概率；

步骤S8：对穿过多个摄像机的运动目标进行唯一的标识实现多摄像机 下运动目标的连续跟踪。

2.按权利要求1所述的基于多摄像机的目标连续跟踪方法，其特征在 于：所述运动目标检测步骤如下：

步骤S11：对每一路摄像机所采集到的图像序列构建背景模型；

步骤S12：从图像序列中将变化区域从背景模型中提取出来，用于得 到运动目标；

步骤S13：将得到的运动目标进行形态学操作和连通域分析，得到分 割准确的运动目标。