曹凯悦 阮秋琦

(1. 北京交通大学信息科学研究所，北京 100044; 2. 现代信息科学与网络技术北京市重点实验室，北京100044)

1 引言

无重叠视域的多摄像头目标追踪是计算机视觉领域的研究热点之一，在刑侦工作等公共安全领域有着广泛的应用。目前该项研究分为很多方向，如行人检测[1]，目标跟踪[2- 4]，行人再识别[5]，以及实时高效的多摄像头协同。而实时高效的多摄像头协同是保障一系列行人检测等算法可以高效运行的基础。

多摄像头协同，即通过多个摄像头间信息的交互，融合多摄像头端信息，为每个摄像头分配最适合当前环境的任务，协同完成系统总目标。多摄像头结构主要分为集中，分布，混合，多层次结构。传统多摄像头结构多为集中式结构，利用C/S的软件架构方式，通过Socket进行数据上行下行传输，服务器端作为决策层对摄像头集中控制，实现摄像头端的协同[6]，但该方法系统扩展性差，部署难度高，造成服务器端的大量运算，不能很好的满足监控系统实时性要求。在此基础上，业界发展出很多的多摄像头协同策略，通过分布式计算技术，将一个问题分解为许多小的部分，在不同部分间互享信息，协同解决问题。文献[7]提出一个基于MPC(Model Predictive Controller，模型预测控制器)的多传感器控制框架，结合特征的合作和竞争以得到最优的传感器协同。但是其面对复杂的监控任务，很难有普遍适用的转移函数，同时系统不能达到很好的稳定性。文献[8]提出了一种基于MDP(Markov Decision Process，马尔科夫决策过程)框架的决策理论方法来控制和协调多个主动摄像机以实现对运动目标的观察，但是随着传感器的增多，状态空间成倍增加，很难计算最佳的决策。……