摘要

近年来，多摄像头多目标跟踪（Multi-camera Multi-Object Tracking）因其在监控分析及相关领域中的关键作用而受到广泛关注。然而，该领域仍面临诸多挑战，包括视场不重叠、遮挡情况动态变化，以及多摄像头跟踪系统在跨域场景下的泛化能力不足等问题。为此，本文提出一种新颖的在线跟踪框架，通过实时摄像头标定技术，实现跨摄像头网络中的一致性多目标跟踪。该方法无缝融合空间与时间关联策略，确保在长时间视频序列中仍具备鲁棒的跟踪性能。然而，传统的跟踪评估指标（如CLEAR或HOTA）在评估长时间视频序列上的跟踪表现时存在局限性，难以准确反映实际性能。为此，本研究的另一重要贡献是提出一种新的评估指标——mHOTA（modified HOTA），该指标能够更有效地衡量跟踪系统在长期运行下的性能表现。在AIC24多摄像头行人跟踪数据集上的大量实验表明，所提出的方法在有效性与可扩展性方面均表现出色，同时验证了新评估指标mHOTA在长期跟踪任务中具备更优的评估能力。