人的跟踪是通过从连续图像帧间建立对应关系,实现对图像和图像序列中运动的人进行跟踪,给出其运动轴迹.它在智能监控、运动分析、人机交互以及虚拟现实等方面具有广泛的应用前景和潜在的经济价值.一直以来,人的跟踪受到国内外学术届和企业届的广泛关注,但作为计算机视觉领域中的一个研究热点和难点,仍然有很多理论与技术问题需待解决.一方面,动态场景中运动的快速分割、人体的非刚性运动、人体自遮挡和目标之间相互遮挡的处理一直是困扰人的跟踪的难题;另一方面,近些年来,随着大范围智能视觉监控系统的迫切需要,多摄像机的使用也给人的跟踪研究带来了一系列的挑战.该文以视觉监控为应用背景,对人的跟踪进行了深入的研究,提出了基于主轴的人的跟踪方法,并对此方法在单摄像机下人的跟踪、遮挡情况下人的跟踪以及多摄像机下人的跟踪等子课题上的应用进行了细致探讨和分析.大量的实验表明该方法的有效性和鲁棒性.该文的主要研究工作如下:①基于人体关于主轴成对称分布的特点,提出了基于主轴人的跟踪方法,并将其应用到单摄像机下的跟踪中.首先,通过运动检测、运动目标分类提取对应于人的运动区域;然后给出三种情况下人的主轴自动提取方法;最后利用卡尔曼滤波器进行预测与跟踪.实验表明,同传统的基于特征的跟踪方法相比,人的主轴特征对噪声更加鲁棒,不依赖于准确的运动检测和分割.②基于运动目标的轮廓可以用投影直方图来表示,提出了一种基于垂直投影直方图的运动目标分类方法.首先,对检测出来的运动区域在图像坐标系中对水平坐标轴进行投影得到运动区域的垂直投影直方图;然后,在垂直投影直方图的基础上定义了离散度来作为分类度量标准,将运动物体为两类:人和车辆.③提出了一种新的单摄像机中遮挡情况下人的跟踪方法.首先,引入贝叶斯网络,通过隐状态过程将遮挡关系模型融入跟踪中,从而将跟踪转经为概率传播中后验概率的求解问题;然后,利用基于主轴的椭圆形状模型和颜色模型作为人体模型的先验知识,在颜色模型和观测之间的Bhattacharyya距离的基础上定义了观测概率对观测进行评价;最后,利用粒子滤波算法进行求解.④提出了基于主轴的多摄像机匹配算法.该方法首先利用手工对应点恢复不同视角下图像平面之间的单映关系矩阵;然后基于单映关系的几何约束,定义了主轴匹配似然函数来衡量不同视角下主轴之间的匹配程度;最后给出了详细的多摄像机匹配算法步骤.