项目名称：非重叠视域多摄像机下的人体目标再识别研究

　　项目简介：

随着计算机视觉的不断发展，单摄像机智能监控算法已日渐成熟，近年来，非重叠视域多摄像机网络中的目标跟踪逐渐被重视。为了适应非重叠视域视频监控的需要，大量的摄像头被广泛安置在各个监控区域中，一方面，随着摄像头数量的急剧增加，传统的人工被动监控已经远远无法满足监控任务的需要，智能视频监控成为必然的发展趋势。另一方面，由于被监控区域的广阔性和摄像机视域有限性之间的矛盾，不可能用摄像机覆盖所有的被监控区域，因此非重叠视域多摄像机环境下的目标再识别成为了视频监控一个新兴的研究热点。

在非重叠视域视频监控环境下，由于目标运动、环境光照、摄像机视域等情况复杂，导致各种特征均有一定的时限性。比如人从一个摄像机视域中走到另一个摄像机视域中，衣服的颜色会发生较大的变化，这就导致颜色特征的匹配率很低；另外人行走的姿态和衣服褶皱的变化也为线特征的提取和匹配带来了很大的困难。因此，仅仅使用某个特征进行目标匹配难以满足识别的要求。当前，比较有效的解决思路是把具有不同方面鲁棒性的多种特征进行融合，这样一方面可以克服多个方面特征变化的影响，另一方面可以提高特征匹配的准确度。本课题拟采用如下方法进行人体目标的再识别。