3.1.2 候选目标模型 13

3.1.3 相似度函数 13

3.1.4 目标定位 14

3.1.5 核函数 16

3.2 卡尔曼滤波 16

3.2.1 卡尔曼滤波预测 17

3.2.2 卡尔曼预测与Mean Shift 18

3.3 实验及结果分析 19

4  多摄像机跟踪系统 22

4.1 多摄像机的同步 22

4.2 多摄像机的目标交接 23

4.2.1 基于特征融合的目标交接 23

4.2.2 基于三维信息的目标交接 23

4.2.3 基于目标模型的目标交接 24

4.2.4 基于队列的目标交接 24

4.2.5 多摄像目标交接的具体实现 24

4.3 多摄像机跟踪系统 25

4.4 基于双摄像机的目标跟踪 26

4.4.1 系统设计 26

4.4.2 实验及结果分析 27

结  论 30

致  谢 32

参考文献 33

1  绪论

1.1 课题研究背景及意义

随着计算机的出现及其技术的不断发展，在当今社会，有关计算机的各类应用逐渐深入到生活的各个方面。其中，计算机视觉作为一门基于计算机的多学科交叉的综合性学科，涉及多个领域，包括计算机图形学、图像处理、模式识别、人工智能等。视频跟踪[1]，更是一个在计算机视觉领域被广泛关注的热点问题。所谓视频跟踪，是指对视频中对感兴趣的目标进行检测、获取和跟踪，并且提取目标的运动参数，例如速度、位置，以及运动轨迹等等，从而帮助理解运动目标的行为。近年来，国际上关于视觉跟踪问题的研究正处于高潮时期，许多重要国际期刊（如IEEE）以及重要国际会议，包括ICCV、ICIP、CVPR等，发表了大量有关方面的论文，其中不乏一些重要国际期刊就视觉跟踪问题发行专刊进行了一系列讨论。

视频跟踪在民用领域和军事领域中都有极大的应用前景。在民用方面，尤其是智能视频监控，常见于银行、公共场合、停车场等场合。近年来随着各类恐怖事件、盗窃案件的发生，还越来越多应用于民宅安保。与此同时，视频跟踪对交通系统的完善也给予了很大的帮助，在交通流量监控、车辆行为检测等方面都有很大贡献。当然该技术还覆盖了许多领域，包括自主导航等。随着工业智能化的发展，视频跟踪技术在工业领域也得到体现。比如本课题就是针对钢厂的生产流程进行视频实时跟踪与监控，这类应用可以有效提高工业生产的效率。而在军事方面，视频跟踪可见于航天航空、雷达跟踪、导弹制导等方面。由于其特殊性，例如跟踪监控背景的复杂性、跟踪的精密度，从而对技术的要求相比民用方面要高很多。

视频跟踪可以分为单摄像机下的跟踪和多摄像机下的跟踪。不难理解，多摄像机下的跟踪可以认为是以单摄像机下的跟踪为基础这两方面是互相联系的。与单摄像机跟踪相比，多摄像机跟踪有不少优越性：（1）视野范围大；（2）多角度信息的提供。尤其在实际的目标跟踪系统中，单摄像机往往已经不能满足跟踪的要求，因此如今越来越多采用多摄像机跟踪系统。多摄像机的应用有利于解决复杂场景下的运动目标跟踪等问题，但是同时也引入了新的技术难点。有关多摄像机的跟踪，研究人员现今重点关注以下问题：一是多摄像机之间的协调问题，主要是各个摄像机间如何调配与统一；二是视频跟踪中目标身份的识别问题，即出现目标是否即为跟踪目标的判断。这些技术要点都是当今研究的重点关注方面。