19、自组织可扩展多相机网络中的一致人体跟踪

自组织可扩展多相机网络中的一致人体跟踪

1 引言

在视觉监控领域，跨多相机跟踪人体的技术正受到越来越多的关注。由于单个相机的视野有限，目标一旦离开相机视野，其信息便难以获取。因此，监控系统通常需要多个联网相机来覆盖更大的区域。然而，在未校准且视野不重叠的多相机间跟踪多个人体是一项极具挑战性的任务。

一些研究人员尝试将其构建为重新识别问题，试图找到目标的独特特征，如 SIFT、SURF、协方差矩阵等。但由于不同相机视角、姿态和光照的影响，人类外观变化巨大，目前尚未找到理想的特征来描述人类。

我们的方法则侧重于通过系统地构建相机间的成对链接来解决跟踪问题。如果两个人可以在不经过其他相机的情况下在两个相机之间移动，我们称这两个相机直接相连。在相机视野中，人们进入或离开的区域被定义为进出区域。一条连接两个直接相连相机的路径实际上只连接了这两个相机中的各一个区域。

基于已识别的直接相连相机区域对，相机链接模型可以描述两个相机中每对进出区域之间的时间、空间和外观关系。该模型使我们能够利用在不同相机下可能不具有不变性的特定特征进行重新识别。例如，由于不同的光照条件和相机颜色响应，同一物体在不同视角下可能呈现不同颜色。亮度传递函数（BTF）可以用于补偿两个相机之间的颜色差异。

我们的相机链接模型包含以下几个组成部分：
- 过渡时间分布
- 亮度传递函数
- 区域映射矩阵
- 区域匹配权重
- 特征融合权重

相机链接模型基于给定的训练数据得到，这些数据由从两个直接相连相机的一对进出区域检测到的两组观察数据组成。每个观察数据包含人类的时间戳和外观信息。如果手动识别这两组观察数据之间的正确对应