论文部分内容阅读
相机监控网络产生的海量数据中依据颜色、纹理等视觉特征对拟跟踪目标进行匹配,将引入极高的搜索复杂度。文中在使用较为高效的方法提取与拟跟踪目标相似的候选目标,降低搜索过程占据的时间与空间,正逐渐成为广域范围目标跟踪技术的重点,并提出了一种基于时空模型的车辆候选目标提取方法,将该方法应用于相机监控网络的广域目标跟踪过程,并以VeRi数据库为实验对象进行算法性能评估。通过对大量实验数据的整理分析,所提方法相对于平均法、k-means等传统方法具有明显的优势。