题目：基于视频的目标跟踪与交接算法研究与实现

计算机视觉是一个综合性研究领域，而智能监控是其中的一个重要分支，智能监控系统在实际生活中，具有巨大的应用价值和不可限量的发展前景。实现监控设备智能化，一个关键环节是解决目标在跨越摄像头交接区域时目标的匹配问题。单个摄像头目标跟踪时，目标在成像序列中的运动是连续的，从上一个时刻到一下个时刻的位置变化是连续的，实现目标跟踪相对容易。而在两个摄像头交界处，目标跨越摄像头时，目标在成像面上的连续性被破坏，实际空间和成像平面之间的约束条件发生变化，使得多摄像头之间连续跟踪比较困难。

本文就多摄像头目标跟踪与交接问题，针对一般应用场景特点，提出整体解决方案和算法融合创新。首先，本文的特征融合框架具有自适应性，能够根据当前场景、待匹配目标的变化而自动调整融合权重，更加灵活、合理的把目标的多种特征联合起来完成匹配，保证了系统的稳定性、鲁棒性。并且，选择的特征种类、提取方法、组合方式具有独创性：本文以颜色特征、平面坐标、高度信息为主要匹配依据，辅以SIFT特征匹配；依据单应性原理提取平面坐标，依据消影点性质提取目标高度，运算简洁有效，保证了系统的实时性；把性能优良、运算量大的SIFT特征匹配作为备选、补充方案，当三个主要特征匹配效果不佳时，才被使用，并且特征提取和匹配的区域被合理缩小以减少运算量。另外，为了提高目标连续跟踪的整体效果，本文在目标检测、轮廓提取、均值偏移目标跟踪等环节的实现中，都较传统方法做了实用性改进。

本文旨在保证监控系统实时性的同时，兼顾目标跟踪、交接匹配的准确性，保证系统的鲁棒性。所以，对已有经典算法进行选择时，做了全面综合的考量。首先，提取空间信息时，最大限度利用场景特点，即地面水平、人体高度垂直的约束条件，避免了使用三维重建这类运算量大、效率低的算法。其次，在目标跟踪算法选择时，没有选择运算量大的粒子滤波算法，而是选择实时性高的均值偏移跟踪算法，并针对均值偏移跟踪算法在目标与背景灰度相近时，容易丢失目标的缺陷，对颜色特征做了自适应优化，收到良好效果。