智能視頻監(jiān)控中運(yùn)動目標(biāo)的檢測與跟蹤.pdf

1、智能視頻監(jiān)控是計(jì)算機(jī)視覺領(lǐng)域一個新興的應(yīng)用方向和備受關(guān)注的前沿課題。伴隨網(wǎng)絡(luò)技術(shù)和數(shù)字視頻技術(shù)的飛速發(fā)展,監(jiān)控技術(shù)正向著智能化、網(wǎng)絡(luò)化方向不斷前進(jìn)。監(jiān)控系統(tǒng)功能日益強(qiáng)大,但是依然需要工作人員不間斷地分析監(jiān)視場景內(nèi)的活動,日夜值守,工作繁重。智能視頻監(jiān)控在不需人為干預(yù)情況下,利用計(jì)算機(jī)視覺和視頻分析算法對攝像機(jī)拍錄的圖像序列進(jìn)行自動分析,而運(yùn)動目標(biāo)檢測和跟蹤是智能視頻監(jiān)控中最基礎(chǔ)的關(guān)鍵技術(shù),它們是后續(xù)的各種高級處理,如目標(biāo)分類及行為分析、

2、事件檢測、行為識別、視頻圖像的壓縮編碼和語義索引等高層次的處理和應(yīng)用的基石,也是視頻監(jiān)控系統(tǒng)自動化、智能化和實(shí)時應(yīng)用的關(guān)鍵。
　　 本文分析了目前較常用的檢測算法,通過大量實(shí)驗(yàn)分析總結(jié)他們各自的優(yōu)缺點(diǎn)后,在背景差分法的基礎(chǔ)上,提出了一種改進(jìn)后的算法:利用混合高斯背景建模提取背景,避免了簡單背景差分法當(dāng)遇到第一幀中有運(yùn)動目標(biāo)時,無法獲得有效背景的缺陷;在得到有效背景之后,用閾值自適應(yīng)背景更新方法替代高斯背景建模,方法簡單實(shí)用,處理

3、速度快,彌補(bǔ)了高斯背景更新計(jì)算量大,實(shí)時性不足的問題;而幀差法的引入很好的解決了背景差分法對環(huán)境變化如光線變化、天氣變化等比較敏感的問題。進(jìn)一步提高了監(jiān)視系統(tǒng)的穩(wěn)定性。
　　 在運(yùn)動跟蹤方面,根據(jù)跟蹤方法的不同,介紹了三類算法:基于偏微分方程的跟蹤方法,基于Mean Shift的跟蹤方法和基于濾波理論的跟蹤方法。具體分析了Mean Shift算法,實(shí)驗(yàn)實(shí)現(xiàn)了一種跟蹤窗口自適應(yīng)的Mean Shift算法-CamShift跟蹤算法,

4、根據(jù)實(shí)驗(yàn)結(jié)果中存在的問題,引入卡爾曼濾波器和粒子濾波器,分析了兩種算法的特點(diǎn),實(shí)現(xiàn)原理,跟蹤過程中的優(yōu)缺點(diǎn),卡爾曼濾波器只能應(yīng)用在線性、高斯系統(tǒng)中,對于現(xiàn)實(shí)的非線性、非高斯系統(tǒng),卡爾曼濾波無法獲得理想效果;而粒子濾波器算法復(fù)雜,計(jì)算量極大,處理復(fù)雜環(huán)境的速度滿足不了實(shí)時性的要求,在此研究基礎(chǔ)上,提出一種基于卡爾曼粒子濾波器的跟蹤算法?；舅枷胧?在粒子濾波器的基礎(chǔ)上,使用卡爾曼濾波器考慮最新的觀測信息,這種采樣策略有效地將粒子引導(dǎo)到似然