|
|||||
|
|
| 多相机网络中行人的全局最优匹配 | |
| 作者单位： | ;1.宁波大学信息科学与工程学院 |
| 摘 要： | 针对多相机视域下行人目标匹配正确率不高的问题,基于无监督显著性学习和局部特征匹配提出一种全局最优匹配模型。将不同视域间的目标匹配进行关联,每对相机的直接匹配受制于其间接匹配的监督,同时修正直接匹配中发生的误配。将经过亮度补偿后的图像帧分成若干局部块,通过无监督显著学习得到图像块的显著性得分,并结合目标图像块特征匹配的相似度得分,利用双向相似度计算目标间的相似度得分,并将其作为模型输入。基于标准数据库WARD和Shinpuhkan2014进行实验,结果表明,该模型能有效提高多相机监控网络下目标匹配的正确率。 |
| 关 键 词： | 多相机网络 特征融合 全局最优匹配 二值整数规划 无监督学习 亮度补偿 |
Globally Optimal Matching of Pedestrians in Multi-camera Network |
|
| Abstract: | |
| Keywords: | |