چکیده: تجزیه و تحلیل رفتار افراد کاربردهای زیادی در حوزههای مختلف دارد که از آن جمله میتوان به بررسی رفتار افراد در مراکز خرید و نیز حفظ امنیت اماکنی مانند بانکها و فرودگاهها اشاره نمود. ردیابی افراد اولین مرحله در این سیستمها میباشد. به دلیل محدودیت وسعت دید دوربین، بررسی تمام محیط مورد نظر با استفاده از یک دوربین، در بسیاری از کاربردها امکان پذیر نمیباشد. بر این اساس معمولا شبکهای از دوربینها مورد نیاز است. علاوه بر مسائل مطرح در ردیابی با یک دوربین، ردیابی افراد در شبکهی توزیع شدهای از دوربین ها، از جهات دیگر نیز چالش بر انگیز می باشد. به عنوان مثال ظاهر افراد در دوربینهای مختلف، به دلیل عواملی از قبیل شرایط نوری محیط، موقعیت افراد نسبت به دوربین، زاویه ی دید و پارامترهای دوربین متفاوت میباشد. همچنین حضور افراد در زمان و مکانهای مختلف در مقابل دید دوربینها تابع قانون خاصی نبوده و افراد میتوانند به صورت غیر یکنواخت در زمانهای مختلف، در مکانهای متفاوتی قرار گیرند. علاوه بر این ممکن است دوربینهای متوالی فضای دید مشترکی نداشته باشند که این موضوع بر پیچیدگی مسئله میافزاید. در این پایان نامه راهکاری برای ردیابی افراد در شبکهای از دوربینها بدون فضای دید مشترک، ارائه شده است. در این روش، ردیابی افراد طی دو مرحله انجام میگیرد. در مرحله اول در هر یک از دوربینها افراد بطور مستقل شناسایی و ردیابی میشوند. در این مرحله اتفاقات رخ داده در هر محیط (دوربین) بر اساس یک ساختمان دادهی استاندارد در پایگاه دادهی مرکزی ذخیره میگردد. در مرحله دوم، تک تک افراد با توجه به اطلاعات ثبت شده در پایگاه داده در کل محیط تحت پوش ردیابی میشوند. به منظور تشخیص افراد در یک دوربین از مدل سازی پس زمینه و محاسبه ی تفاضل فریم فعلی و فریم پس زمینه استفاده شده است. پس از اعمال پیش پردازش هایی برای بهبود کیفیت تصویر اشیاء تشخیص داده شده، و حذف قسمت های زائد مانند سایه، خط سیر افراد با اعمال فیلتر کالمن به دست میآید. الگوریتم ارائه شده، با استفاده از اطلاعات حرکتی، قادر به ردیابی افراد در شرایط نوری مختلف، و همچنین هنگام بروز هم پوشانی های معمول بین افراد میباشد. برای برقراری ارتباط بین مشاهدات دریافت شده در مجموعهی دوربینها جهت ردیابی افراد، ویژگی های استخراج شده هر شی با ویژگی های ذخیره شده در پایگاه داده مقایسه شده و در صورت منطبق بودن برچسب آن بروز رسانی می گردد. در این پایان نامه ویژگی جدیدی بر مبنای بافت رنگی تصویر معرفی شده است که نسبت به تغییرات نور دارای ثبات بیشتری بوده و از قابلیت تفکیک بالاتری برخوردار است. این ویژگی از استخراج عناصر واقع بر قطر اصلی ماتریس هم رخداد شی در فضای رنگی YCbCr به دست میآید. به منظور ارزیابی عملکرد الگوریتم ارائه شده، این روش بر روی چند مجموعهی ویدئویی از جمله ویدئوهای ضبط شده از پنج صحنه مختلف از یک محیط کاری که دارای پیچیدگی بالایی میباشد، اعمال شده است. نتایج نشان میدهد ویژگی ارائه شده دارای دقت بالاتری نسبت به هیستوگرام رنگ و روشهای مشتق شده از آن دارد.