多摄像头跟踪一直是计算机视觉领域的热点问题,随着人们对智能监控系统要求的日益提高,多摄像头系统能够克服单摄像头的缺点,弥补监控范围区域的限制、解决遮挡问题下的行人跟踪。本文研究的是多摄像机同步、且有共同视野覆盖区域的多行人跟踪系统,研究解决了检测和跟踪阶段的关键问题。不同于传统的单摄像头的行人跟踪,多摄像头既带来机遇,也带来了挑战。多摄像头的优势在于拓宽了视野范围、为行人跟踪提供了多种角度的观察、能够有效解决遮挡问题。挑战在于如何融合并协调多摄像头之间的信息、怎样在多行人的情况下辨别不同行人的差异、在行人拥挤严重遮挡的情况下提高跟踪系统鲁棒性。基于多行人跟踪的主要特点,本文的研究内容主要分为以下几个部分:检测部分:首先在固定摄像头场景下利用背景分割方法得到行人的前景。我们分析并尝试了多种经典的背景建模方法,最终采用多特征的背景分割方法,得到了完整的行人轮廓,对场景适应性良好,通过对比实验验证方法的优势。多摄像头信息关联:利用多摄像机之间的单应性,关联不同视角中的行人前景。通过详细划分监控场景的视角覆盖范围,计算地面上行人出现的概率,得到行人站立的位置。并且将行人位置投影回各个视角,获取每个视角行人外貌、地理信息。通过实验验证多摄像头检测能够有效解决行人之间的遮挡问题。多行人跟踪:采用数据关联的跟踪方法,考虑了行人的外貌模型和运动模型来关联跟踪器和检测点。在外貌模型中考虑了颜色上下文、边缘等多重特征;在运动模型中为行人的运动建模。同时为了克服误检和漏检的情况,采取粒子滤波作为补充方法继续跟踪过程,设计了粒子采样方式和轨迹确定方法。