1 湖州师范学院 信息与工程学院，浙江 湖州 313000
2 浙江大学 信息与电子工程系，杭州 310027
3 南京航空航天大学 自动化学院， 南京 210016
摄像机间目标关联是无重叠视域多摄像机目标持续跟踪的关键.提出了一种只利用人体目标外观，完全不依赖于空时关系的人体目标再识别算法，利用识别结果直接进行跨摄像机间人体目标关联，而不依赖于目标的捕获时间和路径限制.对跟踪视频前景图像序列提取互补性视觉单词树直方图和全局颜色直方图二种特征，采用支持向量机增量学习在线训练二种特征的人体外观辨别模型，再利用多类线性规划增强算法对二种特征的支持向量机模型进行在线自适应融合.实验结果表明，本文算法具有较强的在线学习能力，能增量式表达人体目标辨别性外观模型，特征融合后的模型区别性更强，有效地降低多方面条件变化的影响，获得了高识别率，且能够实现快速实时实现，相对于现有方法有了明显提升.
视频监控 支持向量机增量学习 局部描述子 人目标再识别 单词树 线性规划增强 Visual surveillance Support Vector Machine(SVM) incremental learning Local descriptor Person re-identification Vocabulary tree Linear Programming Boosting(LPBoot)
