智能視頻監(jiān)控中行人檢測與跟蹤技術(shù)的研究與應(yīng)用.pdf

1、智能視頻監(jiān)控憑借其強(qiáng)大的智能處理能力，不僅把監(jiān)控人員從枯燥的工作中解救出來，而且極大減少了報(bào)警時(shí)主觀因素產(chǎn)生的干擾，正被逐步應(yīng)用于交通、園區(qū)、商場、酒店、銀行、儲物倉庫等高安全要求的場合地點(diǎn)。
　　智能視頻監(jiān)控的關(guān)鍵是智能識別算法，而行人檢測和跟蹤技術(shù)是該算法的核心。因此，本文在研究行人檢測和跟蹤技術(shù)的基礎(chǔ)上，采用OpenCV作為主要開發(fā)工具，設(shè)計(jì)并實(shí)現(xiàn)了智能視頻監(jiān)控中對感興趣區(qū)域的行人進(jìn)行檢測、跟蹤、計(jì)數(shù)和對異常行為進(jìn)行報(bào)警的功

2、能。本文主要工作闡述如下:
　　首先，論文對智能視頻監(jiān)控中的行人檢測技術(shù)進(jìn)行了研究，分為運(yùn)動目標(biāo)檢測和行人識別兩部分。在運(yùn)動目標(biāo)檢測部分，采用高斯混合模型(GMM)對背景重新建模并實(shí)時(shí)更新，繼而通過前景、背景做差獲取每幀中的運(yùn)動目標(biāo)。行人識別部分，在傳統(tǒng)只依靠行人形狀特征進(jìn)行粗略篩選的基礎(chǔ)上，引入自己提出的低維度軟輸出SVM行人分類器來實(shí)施精確行人檢測，并對檢測結(jié)果隸屬分類不明確的前景目標(biāo)，在輔助線程中調(diào)用高維度SVM分類器進(jìn)行再

3、識別處理。
　　然后，論文在概述行人跟蹤技術(shù)的基礎(chǔ)上，選取以顏色為特征的CamShift算法進(jìn)行跟蹤。在傳統(tǒng)半自動、單目標(biāo)CamShift的基礎(chǔ)上，實(shí)現(xiàn)了以下功能:讓用戶手動圈出一個(gè)或多個(gè)感興趣目標(biāo)，系統(tǒng)按目標(biāo)的個(gè)數(shù)自動分配跟蹤器，進(jìn)而實(shí)時(shí)跟蹤多個(gè)目標(biāo)、畫出目標(biāo)軌跡并把軌跡存儲到指定的文件夾中。
　　最后，論文把行人檢測和跟蹤技術(shù)應(yīng)用到行人計(jì)數(shù)和異常行為報(bào)警中。行人計(jì)數(shù)是對左右（或前后）兩個(gè)方向進(jìn)入視頻中某個(gè)特定區(qū)域的行人數(shù)