跨相机轨迹辅助相机网络中的人员检索

我们关注从非重叠相机网络捕获的多个视频中检索查询人员的问题。现有方法通常依赖纯视觉匹配或考虑时间约束，但忽略了相机网络的空间信息。为解决此问题，我们提出了一种基于跨相机轨迹生成的行人检索框架，该框架融合了时间和空间信息。为获取行人轨迹，我们提出了一种新颖的跨相机时空模型，该模型整合了行人的行走习惯和相机间的路径布局，以形成联合概率分布。这种相机网络间的时空模型可以使用稀疏采样的行人数据来指定。基于该时空模型，跨相机轨迹可通过条件随机场模型提取，并进一步通过受限非负矩阵分解进行优化。最后，提出了一种轨迹重排序技术以改进行人检索结果。为验证我们方法的有效性，我们在真实监控场景中构建了首个跨相机行人轨迹数据集——Person Trajectory Dataset。大量实验验证了所提方法的有效性和鲁棒性。