重叠视野域内多摄像机目标交换算法

多摄像机之间重叠视野区域内目标交接问题是实现多摄像机监控系统持续目标跟踪的关键,传统方法是在摄像机重叠视野区域内采用特征匹配方法或基于视野分界线的目标交接算法。但是特征匹配计算量较大,受摄像机参数设置因素影响较大,实用性不高。而基于视野分界线的目标交接算法由于新目标的检测存在延时,仅利用该方法来实现一致性标号容易出错。近年来,出现了利用投影不变量,计算目标在相邻摄像机中的投影位置来进行目标交接的方法,取得较好效果。但在多个目标相距较近的情况下,投影过程中产生的误差会造成目标对应错误。文中提出一种投影不变量和直方图匹配相结合的改进算法,实验表明能较好解决了上述问题。

基于决策级融合的图像传感系统目标交接

目标交接是图像传感系统中的关键技术,针对基于特征融合目标交接算法中特征提取的不准确,提出基于决策级融合的多摄像机目标交接算法。将目标的每个特征作为一个证据,给出每个证据基本置信指派函数的构造方式。利用Dempster组合规则得到融合多个证据后的基本置信指派。利用融合决策规则来判断当前目标是否和辨识框架中的某个目标为同一个目标,完成目标交接,并给出目标在系统中唯一标识。多种场景仿真实验表明该算法可以准确地完成多摄像机目标交接。

基于SIFT及射影变换的多摄像机目标交接

运动目标正确交接是多摄像机视频监控中的关键,视野分界线是解决目标交接的有效工具。不需标定摄像机参数,提出了一种利用尺度不变特征变换(SIFT:scale-invariant freatures transform)及射影变换实现目标交接的算法。首先使用SIFT算法在不同视角拍摄的图像间自动生成匹配的特征点,由空间共面的特征点及其相应匹配点生成图像间的单应变换矩阵。然后由图像边界点及单应矩阵计算摄像机视野(FOV:field of view)分界线。最后利用目标位置信息及射影变换实现目标正确交接。实验结果表明本文的方法具有有效性和鲁棒性。

基于全景视觉的目标跟踪方法研究

文章充分利用全景视觉具有360°视域的特点,将其引入视频监控领域,提出了一种基于全景视觉的目标跟踪方法。该方法基于多摄像机跟踪的思想,通过分析全景视觉的构造,将其分解为基于静态相关联多相机的跟踪。通过划分视场分界线,确定摄像机间的重叠区域,并对摄像机间相互关联关系进行描述和判断。当目标进入重叠区域时,通过同一目标在相邻视域中的关联实现目标交接,以达到在整个全景视觉中实现目标连续跟踪的目的。以全景视频中的行人跟踪为例,对文中所提的跟踪方法进行验证。实验结果表明,该方法可以有效解决多相机间的目标交接问题,实现全景视觉下目标的连续跟踪。

基于多目标遗传的频谱切换目标信道序列设计算法

信道容量与切换时延是次级用户选择目标信道的2个重要性能指标,目前的目标信道设计方法多数没有同时考虑这2个指标,存在一定的局限性。为此,基于多目标遗传算法,提出2种综合考虑累积时延和信道容量的目标信道序列设计算法:离散非支配排序遗传算法和离散的基于Pareto包络选择算法,并设计离散的种群编码和更新方式。仿真结果表明,与传统随机顺序访问方法相比,所提算法的信道容量提高24%以上,时延减少9%,能够兼顾网络实时性和高吞吐率。

利用多目标PSO优化的累积时延和信道容量联合优化的频谱切换算法

目前频谱切换中多以单目标优化设计目标信道,为了满足大容量实时传输要求,需要综合考虑累积切换时延和有效信道容量。对此构建了目标信道设计的多目标函数,提出了求解离散多目标优化问题的粒子群算法(DMOPSO),给出了种群编码、更新方式离散化设计。仿真结果表明,所提出的频谱切换算法得到的最优信道访问解集能够兼顾网络的实时性和高吞吐率,算法复杂度较低。

一种基于投影不变量的目标交接改进方法

在多摄像机视频监控系统中,图像之间的视点对应以及目标的交接是重要的研究内容。不需要标定摄像机的参数,该文提出了一种利用尺度不变特征变换(SIFT:scale-invariant features transform)及融合颜色信息的投影不变量实现目标交接的方法。利用SIFT方法自动生成图像间匹配的特征点对,并由此生成视野分界线,然后利用融合颜色信息的投影不变量方法完成对多摄像机之间目标身份的确认。

一种新的目标交接时机判断方法

针对目标交接最佳时机的确定问题,提出了一种新的交接时机的判断方法。首先,利用单应性变换和图像边界点得到图像的视野分界线,定义目标可见性判别函数集。然后,利用射影变换和有容忍误差的距离判断法进行目标交接。最后,根据交接结果设置交接成功标志位,结合目标可见性判断确定最佳交接时机。实验表明,该方法能准确把握目标交接的时机,提高了目标交接的可靠性和灵活性。

基于QoS的移动IPv6切换方案的研究

在利用移动IPv6协议进行节点的移动性管理过程中,切换问题是影响管理性能的最关键因素之一。在分析了切换问题产生的基础之上,给出了主要解决的思路,并提出了一种基于QoS的切换方案。该方案既降低了切换的时延和分组的丢失率,又较好地保证了业务在新路径上的QoS。

多目标遗传优化ABC支持型切换决策机制

异构无线网络中的切换决策机制,需要综合考虑应用服务质量(quality of service,QoS)需求、服务费用、用户偏好、移动终端状态和接入网络状态等多维因素,进而实现用户和网络提供商的双赢。引入模糊数学和微观经济学知识,对影响切换决策的因素进行了刻画。在此基础上,提出了一种多目标遗传优化总最佳连接(always best connected,ABC)支持型切换决策机制,通过精英选择和个体迁移提高决策质量,基于博弈分析,寻求多终端对多接入网络的最佳切换决策方案,使用户和网络提供商效用达到或接近Nash均衡下的Pareto最优。仿真实验结果表明,该机制是可行和有效的,同现有机制相比具有更好的性能。