资料下载
基于增强学习的节点动态选择方法
分享资料个
近年来，摄像机网络成为计算机视觉及应用领域的热点之一．在有效解决单摄像机存在的视域（field of view）范围有限、遮挡和持续跟踪等问题的同时，摄像机网络也带来了诸如多摄像机部署和控制、多路高分辨率和高帧率视频流实时融合、多摄像机协作和节点选择等新的挑战，其中，摄像机节点的自动选择，即从多路视频中选取并推送富信息量的视频，成为基于摄像机网络的目标跟踪与定位、区域覆盖、监控与行为分析和视频摘要等应用的基本问题之一，尤其在近年来不断涌现的智能家庭、关键区域安全监控等应用中，通过节点选择获取特定目标高质量视频已成为解决视频数据传输、节点供电和显示终端数目等条件受限问题的有效途径．与一般传感器网络节点选择问题［ll］不同的是，摄像机感知环境具有方向性，不能简单地根据目标的位置远近选择最优节点，同时受到背景、光照等因素影响，视觉计算引入了一定的误差，处理结果在时间序列上表现出一定的不稳定性．与之类似，针对三维模型的视角选择问题在图形学领域中也进行了广泛研究，与摄像机节点选择问题不同的是，前者要求精确定义对象模型，无需考虑背景等因素，且模型分析通常在静态环境下进行．综上所述，摄像机网络中节点选择问题难点在于：首先要建立动态选择机制，即应在某一时间点上基于当前和历史观察选择合适节点，使期望视觉信息量最大，且输出视频应尽量平滑无频繁切换：其次需要根据应用需求设计可适应不同摄像机参数、背景和环境变化的视觉信息评价准则．
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
- 相关下载
- 相关文章
