城市人群绝大部分活动多集中在室内进行,室内重要功能区密集、空间结构复杂,是监控的重点和难点区域。室内监控相机三维覆盖建模与优化问题是影响其有效应用的核心问题。目前对于室内监控相机建模与优化的方法仍不完善。因此,研究室内监控相机覆盖有着十分重要的意义。针对室内监控场景、监控目标的多样性,以及用户对于监控相机网络的功能需求的多样性,研究探讨室内监控相机模型、室内监控相机网络覆盖计算方法,评价室内监控相机网络覆盖质量,主要研究内容与成果总结包括:(1)室内监控相机的三维覆盖模型建模。基于监控相机的基本参数构建了监控相机三维覆盖模型。根据监控任务的不同,以不同的目标约束监控相机模型,探讨了监控相机参数变化对覆盖质量的影响。详细分析了室内场景的特点,对空间进行离散化建模。在传统的相机覆盖模型的基础上,建立室内建筑模型、空间离散模型和相机视锥三维棱台模型耦合的室内监控相机三维覆盖模型。(2)室内监控相机网络覆盖计算方法。根据不同场景下的监控覆盖任务,对三维监控网络覆盖计算问题进行了详细探讨。考虑到遮挡、目标朝向等等因素对网络覆盖的影响,根据不同监控任务设定不同的相机覆盖质量评价方法。将计算的结果对区域内每个离散点赋值,并通过对所有离散点的参数计算,对监控相机的覆盖质量进行评价。(3)基于遗传算法的室内监控相机覆盖优化。针对室内监控相机优化覆盖问题,引入遗传算法进行优化。提出了对室内监控相机模型与室内地理场景模型的覆盖优化算法。根据室内监控相机评价体系,对优化前后的评价参数进行对比,评价优化算法的可行性与有效性。实现了室内监控相机覆盖自动化优化。