题目：面向多摄像机监控的车辆行为关联方法研究

    随着经济的发展，城市规模的扩大，城市的管理和安全遭遇到了巨大的挑战。我国城市亟需在现有的监控系统基础上建立面向城域范围的多摄像机监控系统。在现有视频监控中，由于摄像机安装角度的不同，车辆外形、尺寸，周围环境、光照等均发生较大变化，直接的车辆特征匹配方法在多摄像机目标行为关联中很难有良好的表现。本文致力于在面向城域范围的视频监控平台上，给出一种车辆特征描述方法，间接的车辆特征匹配方法以及基于道路拓扑结构的时空信息预测方法，最终实现目标车辆在多部摄像机内行为关联。

    本文对现有的车辆特征描述方法ASIFT（仿射尺度不变特征）进行了详细分析，指出了ASIFT特征用于车辆匹配时存在的主要问题。ASIFT分析的是车辆轮廓信息，忽略了车辆的颜色信息。针对ASIFT特征存在的问题，本文将ASIFT特征与Color Histogram进行融合来描述车辆特征。

    论文针对直接的车辆特征匹配方法存在的问题，采用间接车辆特征匹配的方法来解决。即目标车辆在摄像机A中的运动形态与摄像机A中的样本数据集进行基于ASIFT和Color Histogram特征的比较，得到目标车辆在摄像机A中的特征向量。采用同样的方法得到目标车辆在摄像机B中的特征向量。比较两个特征向量之间的相似性。

    本文采用一种基于道路拓扑结构的时空信息预测方法。依据车辆道路行驶规则，建立道路拓扑结构。基于道路拓扑结构建立摄像机监控区域之间的关联关系。本文只对有关联关系的监控摄像机建立时空预测模型。统计训练数据集中目标车辆的行驶速度和加速度等信息，分类别的建立摄像机之间的时空预测模型。

    论文设计并实现了一种面向城域范围的视频监控系统，该系统包含前端视频处理层，网络通信层和中央控制层。前端视频处理层获取监控视频，根据目标车辆的特征向量进行单摄像机内车辆行为关联。将关联结果通过网络传输层发送到中央控制层。中央控制层基于道路拓扑结构预测目标车辆进入哪一部接力摄像机的监控范围。