20、远距离监控摄像机校准方法与多目标跟踪优化策略

远距离监控摄像机校准方法与多目标跟踪优化策略

在监控和视觉场景理解领域，远距离监控摄像机的校准以及多目标跟踪是两个关键且具有挑战性的问题。下面将分别介绍一种远距离监控摄像机的校准方法和一种改进多目标跟踪的策略。

远距离监控摄像机校准方法

在监控应用中，当摄像机之间距离较大时，传统的校准方法往往变得不可行。为了解决这个问题，提出了一种结合Deverajan使用整个环境作为校准目标的思路，并通过便携式摄像机丰富图像集的方法。

校准步骤

• 使用便携式摄像机采集图像 ：在新环境中校准监控摄像机之前，需要使用便携式摄像机进行图像采集。该便携式摄像机具有已知的内部参数，并配备180°视场（FOV）光学器件。与标准摄像机相比，宽视场具有两个优势：一是可以提供更长的特征轨迹，这在纹理较差的环境中尤为重要；二是可以提供空间分布良好的投影射线，有助于更稳健地估计对极几何。
• 运动恢复结构（SfM） ：使用便携式摄像机捕获新环境的图像序列后，需要对该环境进行重建。由于便携式摄像机在空间中自由移动，其姿态未知，因此重建未知场景和摄像机姿态的问题属于经典的SfM问题。
  • 自定义SfM软件 ：大多数开源SfM软件包仅包含透视摄像机模型，这对室内空间是一个主要限制。因此，开发了一个自定义SfM软件包，其中包含以下典型功能块：
    • 特征检测：选择多个兴趣点及其描述符（如SIFT和MSER）。
    • 建立点对应关系：自动匹配特征点以建立点对应关系，并将其连接成轨迹。