1 复旦大学 电子工程系，上海 200433
2 专用集成电路与系统国家重点实验室(复旦大学)，上海 200433
本文针对多摄像机视频跟踪的应用场景，在贝叶斯推理的框架下，提出了一种具有分布式时空交互计算特点的目标跟踪算法。本文首先利用贝叶斯网络对拓扑确定的多摄像机系统进行建模，并对待估状态(目标位置)高阶联合后验概率密度函数进行时空的递推，最后借助序列蒙特卡洛(粒子滤波)逼近后验概率密度函数，并采用高效的数据传送机制高效求解出跟踪目标在各个摄像机视野中状态估计值。通过序贯蒙特卡洛粒子滤波融合时空的目标灰度及位置信息，有效地抑制了部分摄像机内遮挡现象给跟踪造成的影响。定性和定量实验均证明了该算法的鲁棒性和高效性。
分布式系统 多视角目标跟踪 贝叶斯推理 序贯蒙特卡洛粒子滤波 distributed system multi-view object tracking Bayesian inference sequential Monte Carlo approximation(particle filt
针对多摄像机视频跟踪的应用场景,提出了一种具有分布式计算特点的目标跟踪算法。该算法首先利用最大似然准则对多视角目标跟踪问题进行建模,并对似然函数进行分解,最后借助消息传递机制高效求解出跟踪目标在各个摄像机视野中位置的估计值,而不再需要将图像数据传输到中央处理单元进行集中式处理。同时,通过融合多个视角的图像信息,有效地抑制了遮挡现象给跟踪结果造成的影响。定性和定量实验均证明了该算法的有效性。
分布式多视角目标跟踪 最大似然准则 消息传递机制 归一化互相关 distributed multi-view object tracking maximum likelihood criterion message passing mechanism normalized cross correlation
