李 旭，俞 娜，李景文，2，姜建武，2

(1.桂林理工大学测绘地理信息学院，广西桂林 541006；2.桂林理工大学广西空间信息与测绘重点实验室，广西桂林 541006)

1 引言

在运动目标检测和跟踪过程中单一摄像头难以实现大范围、多角度、长时间的跟踪监控[1]，如何利用多摄像头协同工作实现目标检测和跟踪成为当前研究的热点。近年来众多学者对运动目标特征提取、跟踪和检测问题进行了研究，潘邈[2]通过计算目标图像的均布差值来划分运动前景和背景，融合EM算法得到目标图像特征的所属类别，进而完成精确的目标跟踪；卜言生[3]采用RGB 颜色特征与LBP 纹理特征对目标进行背景目标双加权，利用特征更新选择函数，从而实现目标行人的有效跟踪；杨辉[4]提出一种融合Harris角点和Surf算法对Meanshift改进的算法，提高了运动目标跟踪算法的性能；吴玮[5]等在Camshift算法框架下得到目标匹配中心位置，通过自适应加权融合的方法得到最优中心位置，进而实现存在颜色干扰以及目标重叠遮挡时运动目标的跟踪；W.Zhou[6]利用背景减法、HOG特征检测和系统聚类的偏差二乘法建立了基于HOG检测和系统聚类的多视角前景匹配模型，实现对同一位置不同角度前景运动目标的检测和提取；M.Z.Alom[7]等利用动态环境神经网络和背景差分法对行人进行检测，从而更好的获得前景区域的运动目标实时跟踪和检测。上述算法虽较好地实现了动态目标的实时跟踪，但是在多摄像头连续跟踪且存在重叠视野范围时，不能实现对同一运动目标的检测和跟踪。……