[发明专利]复杂环境下的多摄像机视频目标追踪方法

权利要求书

1.复杂环境下的多摄像机视频目标追踪方法，其特征在于，基于视频压缩感知实时追踪方法进行改进，提出智能调整处理的视频压缩感知实时追踪方法，通过构建追踪目标图像金字塔，对多尺度下的目标进行取样，并进行机器学习，然后通过构建多尺度的搜索框，实现追踪目标框尺寸智能调整处理；本发明在智能调整处理的视频压缩感知实时追踪方法的基础上提出多摄像机下的视频压缩感知实时追踪系统，在单摄像机追踪系统的基础上通过引入网络通信、运动目标检测和匹配模块完成多摄像机的目标追踪系统；

智能调整处理的视频压缩感知方法架构包括：目标图像金字塔、基于图像金字塔的目标取样和学习、视频目标检测，多摄像机视频压缩感知实时追踪方法的框架包括：摄像机的网络拓扑结构设计、视频运动目标检测、运动目标精准匹配；

多摄像机视频压缩感知实时追踪方法流程：构建一个主进程作为整个网络的中央控制系统承担数据的存储转发以及输出追踪目标当前的位置信息，构建多个终端进程作为各个摄像机设备的控制进程，承担对采集到的图像进行背景建模，检测以及匹配运动目标，并且对处在可视范围内的目标进行追踪；在主进程和终端进程之间构建网络通信，传递追踪目标的相关特征参数以及当前所在位置信息，模拟多摄像机下的视频压缩感知实时追踪系统，主进程主要通过网络链接收发消息，统一管理多个摄像机终端，接收由各个摄像机终端进程发送的目标追踪数据和结果，并将这些数据转发到其它检测到目标运动的摄像机设备上，保证目标出现在系统中时能持续的对目标进行追踪；各个摄像机终端进程构建并更新自己的智能调整处理的背景模型，对自己监控范围的运动目标进行检测，检测到目标运动的摄像机就将相关追踪数据信息与主进程之间进行通信，判断运动目标是否就是需要追踪的目标，一旦确认目标就对目标进行持续追踪并向主进程发送追踪信息，其中，短期目标追踪方法采用智能调整处理视频压缩感知实时追踪方法。

2.根据权利要求1所述的复杂环境下的多摄像机视频目标追踪方法，其特征在于，目标图像金字塔：将目标的可能变化也加入到样本之中进行分类，在目标大小发生显著变化时，调整目标框的大小，通过构建图像金字塔，预测目标的大小变化，并对相应的目标正负样本进行学习；本发明采用双线性内插法对原图像进行滤波，构建一个变化幅度小的图像金字塔预测目标变化；

双线性插值滤波为：图像像素点的色彩值由其4个最邻近的点通过加权得出，令(x,y)为放大图像中一个点的坐标，令u(x,y)表示它的灰度值，对于双线性内插，其所赋灰度值用表示为：

u(x,y)＝ex+fy+sxy+g

其中，4个系数由点(x,y)的4个最邻近点写出的4个未知方程式确定，采用双线性插值滤波构建图像金字塔，自由调整金字塔层级之间的变化幅度，以贴合追踪目标的变化幅度。