无重叠视域中多目标最优路径集合的数据关联.pdf

《无重叠视域中多目标最优路径集合的数据关联.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第41卷第4期光电工程Vo1．41，No．42014年4月Opto—ElectronicEngineeringApril，2014文章编号：1003—501X(2014)04—0015—06无重叠视域中多目标最优路径集合的数据关联刘红海，侯向华2，黄旭2，闫自庚(1．合肥工业大学计算机与信息学院，合肥230009；2．湖州师范学院信息与工程学院，浙江湖州313000)摘要：针对无重叠视域中难以将运动目标与时空因素发生关联或关联后难以求解问题，提出了采用最优路径的数据关联算法并用离散蚁群算法进行了求解。算法首先利用贝叶斯网络，将目标外观匹配相似度、空间约束和时

2、间约束三者融合，把数据关联问题转换为网络中最优路径的选择问题；其次，把路径间样本对的平均相似度设为评价函数，评价函数取最大值时的路径就是最优路径；最后，根据目标的出现在时间和空间存在离散性的特点，用离散粒子群算法求解最优路径，并用粒子编码记录目标运动路径。本算法在由五个摄像机构成的网络中对运动目标进行跟踪仿真，结果表明能有效地求解多目标的最优路径集合，获取了目标在网络中的运动轨迹，实现了接力跟踪，具有良好的鲁棒性。关键词：无重叠视域；数据关联；离散粒子群算法；贝叶斯网络中图分类号：TP301．6文献标志码：Adoi：10．3969~．issn．1003—50

3、1X．2014．04．003TheMultipleTargetOptimalPathSet’SDataAssociationAlgorithmofNon—overlappingLIUHonghai'_，HOUXianghua，HUANGXu，YANZigeng(1．CollegeofComputerandlnformation，HefeiUniversityofTechnology，Hefei230009，China；2．CollegeofInformationandEngineer,HuzhouTeachersCollege，Huzhou313000，Zh

4、eijiangProvince，China)Abstract：Movingobjectisverydificulttobeassociatedwiththetimeandspaceelements，andalsodificulttosolvetheassociation．Tosolvetheproblems，aalgorithmisproposedwhichtakeoptimalpathset’Sdataassociationalgorithm，andthediscreteparticleswarmalgorithmisbroughttothesolutio

5、n．Firstly,thealgorithmfusestheobject’Sappearancematchsimilarity，timeandspaceconstraintbyBayesiannetworknet，andthentransformsthedataassociationproblemintotheoptimalpathchoiceinthenetwork．Secondly,theaveragesamplepairs’similaritybetweenpathsissetasevaluationfunction，andwhenitsvalueis

6、themaximum，thepathisoptima1．Finally，theemergenceoftargetisdiscreteontimeandspaceelements，SOthediscreteparticleswarlTlalgorithmisusedtoobtaintheoptimalpath，andthetarget’Smovingpathisrecordedbyparticleencode．Thealgorithmmakesatrackingtargetsimulationinthenetworkscomposedoffivecameras

7、．Theresultsshowthatitcaneffectivelysolvethemultipletargetoptimalpathset，getthetarget’Smovementinthenetwork，realizetherelaytrack，andhavegoodrobustness．Keywords：non—overlapping；dataassociation；discreteparticleswarmalgorithm；Bayesiannetworks0引言多个摄像机组成网络对运动目标进行接力跟踪是目前智能视频监控领域的研究热点，且这些不

8、同摄像收稿日期：2013—10—18；收到修改稿日期