面向監(jiān)控視頻的視覺增強和行為分析研究.pdf

1、21世紀(jì)以來，得益于成像技術(shù)、光電硬件技術(shù)、多媒體技術(shù)、網(wǎng)絡(luò)技術(shù)的發(fā)展，視頻監(jiān)控系統(tǒng)在人們的生活中越來越常見，并在安全防衛(wèi)、交通管理、自動控制、醫(yī)療教育等領(lǐng)域扮演著越來越重要的角色。在國家重大安防項目和智慧城市建設(shè)的大力推動下，我國已部署近兩億專業(yè)監(jiān)控攝像頭，視頻監(jiān)控已發(fā)展成超千億規(guī)模的龐大市場。而視頻監(jiān)控的這些成功應(yīng)用離不開背后蓬勃發(fā)展的計算機視覺技術(shù)。計算機視覺是研究如何利用計算機對圖像（包括圖片和視頻）數(shù)據(jù)進行處理和分析的學(xué)科。在

2、視頻監(jiān)控的應(yīng)用中，隨著全球范圍內(nèi)監(jiān)控攝像頭布設(shè)數(shù)量和密度的高速增長，一方面人們對監(jiān)控畫面的質(zhì)量提出了更高的要求，這可以借助于圖像處理技術(shù)來實現(xiàn);另一方面，為了處理海量的視頻數(shù)據(jù)，監(jiān)控系統(tǒng)也在從完全依靠人工監(jiān)視、肉眼識別，向依托視頻分析技術(shù)進行計算機輔助管理方向邁進，并希望最終能實現(xiàn)全自動的智能化管控。在這一進程中，提升人和計算機對監(jiān)控視頻內(nèi)容的理解一直是視頻監(jiān)控發(fā)展的重中之重。對人類觀察者來說，更高的分辨率、更清晰銳利的結(jié)構(gòu)邊緣、更完整

3、的環(huán)境信息都可以幫助對畫面內(nèi)容進行更好的理解;對計算機來說，如何將平面點陣數(shù)據(jù)抽象成有意義的信息、如何對抽象的信息進行分析、如何在線實時處理高密度的視頻流數(shù)據(jù)是讓計算機像人類一樣去理解視頻中正在發(fā)生的行為的關(guān)鍵。
　　本文圍繞著提升人和計算機對監(jiān)控視頻內(nèi)容的理解這一核心，從底層的圖像處理和較為高層的視頻分析兩方面著手，研究了夜間低光照監(jiān)控視頻的視覺增強和監(jiān)控視頻流中指定行為的實時檢測兩個問題。具體來說，本文的主要工作和創(chuàng)新之處可以

4、總結(jié)為:
　　1.在低光照監(jiān)控視頻的視覺增強問題中，本文設(shè)計了一種通過圖像梯度域操作來增強夜間監(jiān)控畫面的方法。利用同一攝像頭拍攝的日間監(jiān)控數(shù)據(jù)獲取參考背景。對夜間監(jiān)控畫面，先用本文提出的自適應(yīng)梯度增強算法處理，然后將其與日間圖片在梯度域融合并重建。同時作為補充，用運動檢測技術(shù)分離出夜間運動前景，對其進行單獨的增強處理，以免信息丟失。在實際夜間室外監(jiān)控視頻上進行的大量實驗表明，本文的低光照監(jiān)控視頻增強算法能明顯改善監(jiān)控畫面的視覺質(zhì)量

5、，并有效抑制現(xiàn)有方法中存在的前景虛化、視覺不連續(xù)失真等問題。
　　2.在監(jiān)控視頻流中指定行為的實時檢測問題中，本文設(shè)計了一種使用由簡單到復(fù)雜特征的多特征級聯(lián)檢測架構(gòu)。先用低計算量的簡單特征過濾掉容易區(qū)分的視頻片段，對難以區(qū)分的片段再提取計算量較大的特征進行分辨。這種級聯(lián)架構(gòu)能較好地均衡性能與效率，很適合處理正樣本稀疏分布的數(shù)據(jù)，并且在訓(xùn)練時可以利用更多的樣本來提升模型性能。我們與醫(yī)院合作采集了大量病房內(nèi)的實際監(jiān)控數(shù)據(jù)，并對要檢測的