如今，不断扩展的相机网络使得很难从冗长的监控视频记录中找到可疑的嫌疑人。本文提出了一个目标驱动的视频干扰器摘要框架，该框架为追踪嫌疑人提供了两步过滤的汇总视频（FSV）。在确定目标之前，用户可以使用任何任意摄像头的第一步FSV有效地找到目标。

    第一步的FSV过滤了目标的所有属性，包括时间信息和目标类别。识别目标后，在邻居摄像头中触发了带有其他时空和外观提示的二级FSV。为了提高FSV对象分类的准确性，我们提出了一个由许多基于网格的模型组成的透视依赖模型（PDM）。最后，实验结果表明，基于网格的模型比通用检测器更强大。

    用户研究表明，在相机网络中进行监视的目标查找和跟踪的性能更好。 多摄像头网络的描述和实验验证，用于无处不在的机器人部署。相机检测到他们的相机邻居并计划机器人移动的相机路线。如果它们之间有一条路径，则相机是邻居：不需要视野重叠。机器人在覆盖区域内的摄像头以及未发现的当地地图所支撑的机器人。屏蔽器基于局部相互作用和自组织过程，该系统是完全分布的。

上一篇：网络系统实施监控管理办法
下一篇：红外摄像机检测方式与技巧