1、隨著社會(huì)進(jìn)步，單攝像機(jī)目標(biāo)檢測(cè)和跟蹤已很難滿足現(xiàn)實(shí)需要。為了擴(kuò)大監(jiān)控范圍，近年來(lái)多攝像頭的目標(biāo)檢測(cè)和跟蹤越來(lái)越受到重視，但是由于監(jiān)控區(qū)域的廣闊和單攝像機(jī)視域有限之間的矛盾，不可能使用數(shù)量巨大的攝像頭去覆蓋所有的被監(jiān)控區(qū)域，只能覆蓋重要的區(qū)域，這些區(qū)域之間存在一定的盲區(qū)，單攝像機(jī)的目標(biāo)檢測(cè)和跟蹤技術(shù)已經(jīng)成熟，如何跟蹤和判斷穿越這些盲區(qū)到達(dá)另一攝像機(jī)的目標(biāo)，即無(wú)重疊視域多攝像頭目標(biāo)跟蹤成為了現(xiàn)在的研究熱點(diǎn)。
　　由于不同攝像機(jī)之間的同

2、一目標(biāo)呈現(xiàn)的特征有很大不同且時(shí)間和空間是分離的，所以如何匹配同一目標(biāo)是無(wú)重疊視域多攝像頭目標(biāo)跟蹤的關(guān)鍵問題，本文提出使用目標(biāo)的多特征進(jìn)行目標(biāo)的匹配以實(shí)現(xiàn)跟蹤。本文主要工作和創(chuàng)新如下：
　　1)針對(duì)單攝像機(jī)對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)實(shí)時(shí)性和魯棒性不高等缺點(diǎn)，本文提出使用VIBE背景提取和運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行單攝像機(jī)的運(yùn)動(dòng)目標(biāo)檢測(cè)。使用第一幀進(jìn)行背景建模，結(jié)合目標(biāo)像素點(diǎn)的八鄰域建立像素模型。一般在第二幀就可以提取出較好的前景目標(biāo)。由于背景不可避免

3、的會(huì)引入噪聲和受到光照變化，本文提出使用基于像素級(jí)和幀級(jí)的背景模型的更新。實(shí)驗(yàn)結(jié)果表明，本文提出的更新模型算法，對(duì)光照變化具有良好的適應(yīng)性。
　　2)對(duì)非重疊視域多攝像機(jī)之間的目標(biāo)表現(xiàn)模型及其匹配問題，提出了帶有目標(biāo)顏色特征的顏色直方圖、UV色度分量等特征的匹配，以及使用目標(biāo)的SURF特征點(diǎn)進(jìn)行目標(biāo)匹配，本文提出使用SURF特征點(diǎn)的歐式距離作為目標(biāo)匹配的重要條件，通過比較特征點(diǎn)的最近距離與次近距離的方法，求出距離比率ratio來(lái)標(biāo)

4、記兩個(gè)運(yùn)動(dòng)目標(biāo)的相似性程度，ratio越小兩個(gè)物體匹配度越高。
　　3)本文使用系統(tǒng)拓?fù)浣Y(jié)構(gòu)作為特征比較的一個(gè)附加特征，由于不同攝像機(jī)之間的時(shí)空模型存在不同，即攝像機(jī)之間是否連通，以及連通攝像機(jī)之間平均距離，我們一般用平均時(shí)間來(lái)表示。使用混合高斯模型來(lái)模擬不同攝像機(jī)之間的時(shí)間模型。
　　4)考慮到非重疊視域目標(biāo)跟蹤的特性，使用D-S證據(jù)理論進(jìn)行對(duì)上述特征進(jìn)行概率融合，實(shí)現(xiàn)對(duì)穿過不可見區(qū)域的目標(biāo)持續(xù)跟蹤，避免上述各特征的沖突，