1.一种基于多视角特征群智融合的特定行人目标匹配方法,其特征在于，基于目标区域内的行人、以及覆盖于目标区域内各个位置的多角度摄像头，根据目标区域内预设各个目标被监视行人分别对应的各角度图像，分别针对目标区域内各个待匹配行人，执行以下步骤A至步骤F，完成待匹配人的初级匹配，然后执行步骤G,实现待匹配行人相对目标被监视行人的匹配；

步骤A：分别针对目标区域内各个目标被监视行人，提取目标被监视行人所对应的各角度图像的SIFT特征和空间颜色直方图特征信息，并进行融合，获得该目标被监视行人的多视角融合特征，即获得各个目标被监视行人分别对应的多视角融合特征，并构建目标被监视行人特征集T；随后执行步骤B；

步骤B：针对待匹配行人的各角度图像，分别针对各角度图像提取视角SIFT特征和空间颜色直方图特征信息，之后对视角SIFT特征和空间颜色直方图特征信息融合，获得待匹配行人的各角度图像分别对应的视角融合特征；随后执行步骤C；

步骤C：针对待匹配行人的各角度图像，统计待匹配行人的各角度图像的像素数量，并计算该各角度图像的图像权值，获得其中权值最大的角度图像，之后进一步获得采集该角度图像对应的摄像头；并确定该摄像头为目标区域内主摄像头；随后执行步骤D；

步骤D：基于待匹配行人所对应各个多角度图像的图像权值、以及各个多角度图像的多视角融合特征,执行加权处理，获得待匹配行人对应主摄像头下的加权多视角融合特征；随后执行步骤E；

步骤E：基于被监视行人特征集T、以及待匹配行人对应主摄像头下的加权多视角融合特征，计算被监视行人特征集T与该加权多视角融合特征之间的相似度；进一步获得待匹配行人各角度图像与被监视行人特征集T的不匹配概率；随后执行步骤F；

步骤F:判断步骤E所获不匹配概率Qm是否大于等于匹配成功阈值Qth，是则初次匹配结果不成功，并返回执行步骤B；否则初次匹配结果成功，待匹配人构成初级待匹配行人；

步骤G:计算各个初级待匹配行人分别与各个目标被监视行人之间的相似度，并结合预设初级待匹配行人与目标被监视行人相似度阈值βth，获得初级待匹配行人与目标被监视行人的匹配结果。

2.根据权利要求1所述的一种基于多视角特征群智融合的特定行人目标匹配方法,其特征在于，覆盖于目标区域内各个位置的多角度摄像头针对每个行人选取k个视角进行拍摄，获得各个行人的各角度图像。

3.根据权利要求2所述的一种基于多视角特征群智融合的特定行人目标匹配方法,其特征在于，所述步骤A包括如下步骤A1至步骤A3:步骤A1:基于各个行人的各角度图像，获得各个目标被监视行人的各角度图像Ik，并从各个目标被监视行人各角度图像Ik中分别提取各角度图像的SIFT特征{P1k,…,Pnk}、以及各角度图像的空间颜色直方图特征{Z1k,…,Znk}，其中，其中，n表示目标被监视行人的个数，i∈[1,

n]；

步骤A2:根据各目标被监视行人角度图像的SIFT特征为{P1k,…,Pnk}、以及各角度图像的空间颜色直方图特征{Z1k,…,Znk}，获得各被监视行人的多视角融合特征Ri：其中，b表示SIFT特征的维数，

步骤A3：根据各目标被监视行人的多视角融合特征，构成目标被监视行人特征集T，T＝{R1,…,Rn}，并将其录入到服务器中，其中，n表示目标被监视行人的个数。

4.根据权利要求2所述的一种基于多视角特征群智融合的特定行人目标匹配方法,其特征在于，所述步骤B包括如下步骤B1至步骤B3:步骤B1：提取摄像头y视角的待匹配行人tm各个角度图像的SIFT特征

其中 表示维度s上的特征取值，b

表示SIFT特征的维数，y表示该监视区域布置的摄像头个数，且一个摄像头代表一个视角；

步骤B2:提取待匹配行人tm各个角度图像的空间颜色直方图特征信息

其中， 表示绝对亮度取值为j的像素数量；

步骤B3:分别对待匹配行人tm的各角度图像的多视角SIFT特征Pmy和空间颜色直方图特征Zmy进行融合，获得待匹配行人tm的各角度图像分别对应的视角融合特征：其中，b表

示SIFT特征的维数，y表示该监视区域布置的摄像头个数，且一个摄像头代表一个视角。

5.根据权利要求2所述的一种基于多视角特征群智融合的特定行人目标匹配方法,其特征在于，所述步骤C中，包括如下步骤C1至C2；

步骤C1：针对各个待匹配行人tm的各角度图像，统计每张待匹配行人tm的各角度图像的像素数量Ny，1≤y≤Y，Y表示该目标域布置的摄像头个数；

步骤C2：按如下公式：

计算每张待匹配行人tm的角度图像的权值αy；并且获得最大权值αmax∈{α1,…,αY}的待匹配行人tm的角度图像，进一步获得采集到该权值最大的待匹配行人角度图像对应的摄像头ymax∈[1,Y],确定该摄像头为主摄像头。

6.根据权利要求2所述的一种基于多视角特征群智融合的特定行人目标匹配方法,其特征在于，所述步骤D具体为：基于每张待匹配行人tm的角度图像权值、以及待匹配行人tm多视角融合特征进行融合，按如下公式：获得主摄像头下的待匹配行人的加权多视角融合特征 其中b表示SIFT特征的维数，y表示该监视区域布置的摄像头个数，且一个摄像头代表一个视角。

7.根据权利要求2所述的一种基于多视角特征群智融合的特定行人目标匹配方法,其特征在于，所述步骤E包括如下步骤E1至步骤E2；

步骤E1:基于待匹配行人tm对应主摄像头下的加权多视角融合特征

以及被监视行人特征集T的各目标被监视行人的多视角融合特征

1 b+256

Ri＝(ri ,…,ri )，i＝1,…,n，按如下公式：

计算被监视行人特征集T与该加权多视角融合特征之间的相似度，b表示SIFT特征的维数，y表示该监视区域布置的摄像头个数，且一个摄像头代表一个视角n表示目标被监视行人的个数，e表示特征维度；

步骤E2：根据待匹配行人tm的加权多视角融合特征与被监视行人特征集T相似度，按如下公式：计算待匹配行人tm各角度图像与目标被监视行人T的不匹配概率Qm。

8.根据权利要求2所述的一种基于多视角特征群智融合的特定行人目标匹配方法,其特征在于，所述步骤G还包括以下步骤G1‑1至步骤G1‑2；

步骤G1‑1：计算各个初级待匹配行人加权多视角融合特征与各个目标被监视人的多视角融合特征的匹配相似度，获得各个初级待匹配行人在主摄像头下的加权多视角融合特征与目标被监视行人多视角融合特征相似度的最大相似度 以及该最大相似度对应的目标被监视行人；

步骤G1‑2：按如下公式：

判断各个初级待匹配行人在主摄像头下的加权多视角融合特征与被该目标监视行人td，其中，1≤d≤n，多视角融合特征的最大相似度 是否大于等于待匹配行人为目标被监视行人的相似度阈值βth，是则获得待匹配行人和被监视行人的匹配结果为待匹配行人为目标被监视行人；否则匹配结果为不成功。

9.根据权利要求2所述的一种基于多视角特征群智融合的特定行人目标匹配方法,其特征在于，所述步骤G还包括以下步骤G2‑1至步骤G2‑3；

步骤G2‑1：分别计算各个初级待匹配行人在主摄像头下的加权多视角融合特征与各个目标被监视人的多视角融合特征的匹配相似度；

步骤G2‑2：基于步骤G2‑1获得的匹配相似度，进一步获得各个目标被监视人的多视角融合特征与各个初级待匹配行人在主摄像头下的加权多视角融合特征的匹配相似度由大到小排序、以及被监视行人多视角融合特征与各个初级待匹配行人的最大相似度以及该最大相似度 对应的目标被监视行人与初级待匹配行人；

步骤G2‑3：针对各个待匹配行人和其对应的最大相似度 的目标监视行人，在目标被监视行人中剔除最大相似度 的目标被监视行人、以及各个待匹配行人在主摄像头下的加权多视角融合特征与各个目标被监视人的多视角融合特征的匹配相似度，并判断初级待匹配行人与目标被监视行人是否完全剔除，是则以该最大相似度 对应的目标被监视行人与初级待匹配行人完成待匹配行人相对目标被监视行人的匹配，否则返回步骤G2‑1。