多摄像机系统设计指南

在多摄像机系统中,一个重要的挑战是系统中目标的关联,尤其是不同摄像机中的目标关联^[423]。对于视野重叠的摄像机,可以使用几何学来融合不同的物体位置。Kang等人^[276]联合了位置和PTZ的重叠视图。为了有目的地跟踪,作者用了两种可能的模式：外观模式用于描述物体,运动模式是从Kalman滤波器中提取的。

在许多情况下需要监控大量的区域,不可能使用重叠的摄像机视图来对空间物体进行观察。在这种方式下,跟踪方案必须对图像的几何特征做一些假设（例如,通过使用不同摄像视图的入口和出口点信息^[352]）,路径紧随物体或者物体的移动^{[245,285,260]}。通过增加一个运动模式,Pflugfelder和Bischof成功地在摄像机中捕获到人的踪迹,准确度很高^[425],并且在2m以外的位置。Javed等人^[262]使用外观模式在一个开放的环境中对人进行跟踪。Cevher等人^[102]融合了来自音频和视频传感器的信息,使用了颗粒滤波跟踪的方式。Gilbert和Bowden提出了一种使用跟踪不重叠的跨越空间的物体跟踪方法,包括识别空间连接和色彩关系^[411]。由于增加了对物体运动和颜色变化的研究,从而可以提高跟踪轨迹的准确度。

Siebel等人^[496]在ADVISOR监视系统中也对多摄像机跟踪和行人在画面中的迁移切换等问题进行了处理。有一个相近的方案,就是Fleck等人^[176]提出的一个由智能摄像机组成的系统,这些智能摄像机能够实时地处理人的轨迹。(www.xing528.com)

第13章和第17章给出了多摄像机处理系统的细节和实例。