多相机网络中行人的全局最优匹配

摘要：

针对多相机视域下行人目标匹配正确率不高的问题,基于无监督显著性学习和局部特征匹配提出一种全局最优匹配模型.将不同视域间的目标匹配进行关联,每对相机的直接匹配受制于其间接匹配的监督,同时修正直接匹配中发生的误配.将经过亮度补偿后的图像帧分成若干局部块,通过无监督显著学习得到图像块的显著性得分,并结合目标图像块特征匹配的相似度得分,利用双向相似度计算目标间的相似度得分,并将其作为模型输入.基于标准数据库WARD和Shinpuhkan2014进行实验,结果表明,该模型能有效提高多相机监控网络下目标匹配的正确率.

关键词：多相机网络、特征融合、全局最优匹配、二值整数规划、无监督学习、亮度补偿

所属期刊栏目：43

分类号：TP311(计算技术、计算机技术)

资助基金：国家科技重大专项2011ZX03002-004-02:宁波市自然科学基金2014A610065;宁波大学学科建设项目XKXL1308

在线出版日期：2017-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：268-273