13、多目标跟踪与在线视觉跟踪技术解析

多目标跟踪与在线视觉跟踪技术解析

在计算机视觉领域，多目标跟踪和在线视觉跟踪是两个重要且具有挑战性的研究方向。本文将深入探讨多摄像头网络下的多目标跟踪以及面向鲁棒在线视觉跟踪的相关技术。

多摄像头网络下的多目标跟踪

在许多实际场景中，需要通过多个摄像头来实现对多个目标的跟踪。然而，不同摄像头的视野可能存在重叠或不重叠的情况，这给目标跟踪带来了一定的挑战。

非重叠视野摄像头的处理

对于视野不重叠的摄像头，我们假设存在一个中间图像 $I_{ij}$，它与图像 $I_i$ 和 $I_j$ 都有重叠。在大多数监控场景中，这是一个合理的假设，因为获取一些桥接图像是比较容易实现的。通过这种方式，图像 $I_i$ 和 $I_j$ 可以像重建全景图一样依次进行配准。扩展视场（FOV）线被定义为一个摄像头视场的扩展虚拟边界。

在完成图像配准后，会为图像 $I_i$ 构建一个可见性地图 $V_i$，其中 $V_{i}^{j}(x,y) = 1$ 表示位置 $(x,y)$ 在摄像头 $C_j$ 中也是可见的。所有摄像头 $C$ 中，能在其他摄像头中看到摄像头 $C_i$ 里第 $n$ 个目标 $O_{i}^{n}$ 的子集由下式给出：
$C_i(n) = { j | V_{i}^{j}(x,y) = 1, \forall i \neq j \text{ 且 } j \in C }$
其中，$(x,y)$ 是当前的脚部位置，它表示拟合在目标上的椭圆长轴的下端。

相邻摄像头的亮度校准

图像配准完成后，会计算两个图像重叠区域的灰度累积直方图。使用直方图匹配方法来补偿亮度变化。

跨