21、多摄像头下的人员跟踪技术解析

多摄像头下的人员跟踪技术解析

一、多摄像头跟踪的背景与挑战

在当今的安防监控领域，多目标跟踪是一项关键技术，它是许多高级应用（如异常检测、活动识别和人类行为理解）的基础。然而，在非重叠视野的多摄像头网络中进行多目标跟踪极具挑战性。

一方面，由于光照条件、目标姿态以及相机成像特性的不同，同一目标在不同相机视图中的外观可能会发生巨大变化。例如，从室外到室内，光照的突然改变会使目标的颜色和亮度发生显著变化；目标的姿态从正面变为背面，也会导致外观差异很大。另一方面，使用单一相机难以覆盖整个感兴趣区域，而使用重叠视野的多相机网络在经济和计算成本上都较高，因此非重叠视野的相机网络在实际应用中更为广泛。

二、现有方法的局限性

以往的多目标跟踪方法通常直接基于颜色直方图或预训练的亮度传递函数（BTF）来计算外观相似度。BTF 是一种用于映射两个相机之间颜色模型的方法，但它并不适用于相机内部光照变化较大的网络。例如，当相机 i 和相机 j 都有明暗不同的区域时，一个能将相机 i 暗区域的颜色映射到相机 j 亮区域颜色的 BTF，可能无法很好地将相机 i 亮区域的颜色映射到相机 j 暗区域的颜色。

三、软生物特征与参考集集成模型的提出

为了应对上述挑战，提出了一种结合软生物特征和参考集的集成模型。
1. 软生物特征
软生物特征是指可以用来描述一个人的特征，如身高、体重、性别、头发颜色和衣服颜色等。虽然单个软生物特征不足以唯一识别一个人，但将它们组合在一起可以提供目标的粗略表示。而且，软生物特征可以直接从监控视频中获取，无需目标的配合，因此适合用于构建跟踪目标的外观模型。软生物