逯 彦，廖桂生，2，黄庆享

(1.西安科技大学 能源学院，陕西 西安 710054；2.西安电子科技大学 电子工程学院，陕西 西安 710071)

目标跟踪作为智能视觉科学的一个重要研究课题，广泛应用于视频监控、交通识别、行为分析等领域。该课题相关算法日趋成熟[1-3]，其应用模式也从单摄像头拓展到了多个摄像头。但在该模式下，仍存在诸多难点。跨摄像头下的运动目标跟踪主要分为两类：一类存在重叠区域，根据摄像头间的空间几何关系以及坐标位置完成信息衔接，但是对摄像头安装方位有一定要求；另一类基于非重叠区域，该类方法在结合目标空间关联信息的基础上，通过特征匹配实现目标跟踪[4-5]。此类跟踪的难点在于，当目标所处不同场景时，由于光照影响不同，导致亮度不均匀，从而降低了特征对目标的描述能力。如何构造稳定鲁棒的特征模型是亟需解决的问题。文献[6]通过提取目标的颜色特征使其在单摄像头时获得了较好的跟踪效果，但应用于多摄像头时，无法稳定跟踪到目标。文献[7]通过调整不同视角的颜色特征提高了跟踪精度，但实用性较差。不同于跨摄像头，单摄像头下改善光照影响的目标跟踪算法发展迅速。文献[8]通过似然估计判别亮度值大小与方位，以应对光照变化的不同情况，提高了跟踪准确率，但算法计算过于复杂。文献[9]将背景区域局部化，并赋予不同权值，通过构造背景加权直方图来描述目标，算法在保持运算速度的同时降低了光照变化对跟踪的影响，但背景光照突变时，跟踪效果不佳。……