自适应学习的多摄像机目标跟踪

项目名称： 自适应学习的多摄像机目标跟踪

项目编号： No.61203267

项目类型： 青年科学基金项目

立项/批准年度： 2013

项目学科： 自动化技术、计算机技术

项目作者： 廖胜才

作者单位： 中国科学院自动化研究所

项目金额： 26万元

中文摘要： 本项目面向安防应用需求，立足于广视域智能视频监控，提出一套自适应学习、无需人工组织训练的多摄像机目标跟踪理论和应用系统。已有的多摄像机目标跟踪算法大都依赖于受光照变化影响较大的颜色特征，并且基于模式分类的方法需要针对多摄像机网络事先组织样本标定和分类器学习，缺乏大规模应用的普适性。本项目针对无重叠视域的多摄像机目标跟踪，提出光照不变的局部纹理特征用于目标匹配，提出在线Gentle AdaBoost算法用于在线特征选择和分类器学习，提出多种有效的环境辅助约束特征及其自适应学习方法用于学习多摄像机场景约束，并提出动态目标序列选择方法和基于序列匹配的多目标关联方法实现可靠的多摄像机目标跟踪。本项目的研究将解决多摄像机目标跟踪中有效特征描述的困难、大量数据标定的困难、以及模型适用性和重用性的困难三大关键问题，从而为多摄像机目标跟踪的实际应用打下基础，推动学术研究和智能安防应用的发展。

中文关键词： 多摄像机；局部特征；度量学习；目标再辨识；

英文摘要： This project orients at security applications in wide-field intelligent video surveillance. We propose an adaptive learning method based multi-camera object tracking theory and application system, which does not need offline classifier learning. Most exis

英文关键词： Multi-camera；local feature；metric learning；object re-identification；