基于弱特征重识别的多目标长效摘要

来源：计算机技术与发展杂志2018年第05期北京时间：

作者：石亚玲;刘正熙;熊运余;李征

摘要：在真实的视频监控系统中,存在大量的目标被遮挡的情况。针对目标在发生遮挡之后无法被再次识别,导致同一个目标的轨迹被分为好几段而且无法被关联起来的情况,提出使用目标的弱特征在遮挡发生之后目标再次出现时进行重识别。首先,利用卡尔曼滤波获得目标的预测位置。其次,引入联合概率数据关联算法计算某测量属于目标的联合概率,即测量至多分配一个目标,一个目标仅分配一个测量时的概率。最后,利用概率最大的测量更新目标状态。在遮挡时无法获得目标的准确状态,认为在区域中间出现的新目标可能为以前丢失目标,提出在目标被稳定跟踪时提取目标的弱特征。在遮挡发生之后通过半圆搜索(丢失目标原始运动方向左右 90 度形成的半圆)寻找新目标比较特征相似度，相似度高则认为目标匹配,从而解决遮挡问题。实验结果表明,相对于原始算法,该算法减少了获得的总摘要数和目标摘要被分段的概率,且增加了正确的摘要数,提高了跟踪系统的鲁棒性,获得目标的长效摘要。

关键词：多目标跟踪;弱特征;卡尔曼滤波;联合概率数据关联算法;重识别