智能視頻監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤算法的研究.pdf

1、當(dāng)今社會(huì)，計(jì)算機(jī)科學(xué)、多媒體通信、網(wǎng)絡(luò)傳輸以及圖像處理技術(shù)飛速發(fā)展，伴隨多種高新技術(shù)衍生的視頻監(jiān)控技術(shù)也取得了長(zhǎng)足的進(jìn)步。視頻監(jiān)控是安防系統(tǒng)的重要組成部分，凡是能涉及到安全問(wèn)題的場(chǎng)所幾乎無(wú)處不在。智能視頻監(jiān)控系統(tǒng)主要是指在無(wú)需人為干預(yù)的情況下，自動(dòng)實(shí)現(xiàn)對(duì)監(jiān)控場(chǎng)景中的對(duì)象進(jìn)行檢測(cè)、分割、跟蹤、分類及更高層次上的行為分析，以便達(dá)到“實(shí)時(shí)監(jiān)控，及時(shí)反應(yīng)”的目的。本課題主要對(duì)視頻中運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤技術(shù)展開研究。
　　 針對(duì)如何進(jìn)一步

2、提高監(jiān)控視頻中運(yùn)動(dòng)對(duì)象的檢測(cè)問(wèn)題，本文采用一種基于支持向量機(jī)的運(yùn)動(dòng)對(duì)象分割的方法。為進(jìn)一步提高支持向量機(jī)分割的準(zhǔn)確度，我們根據(jù)支持向量機(jī)核函數(shù)的有關(guān)性質(zhì)進(jìn)行了核函數(shù)的重構(gòu)，并與常用的核函數(shù)進(jìn)行了對(duì)比實(shí)驗(yàn)，結(jié)果顯示當(dāng)核函數(shù)為徑向基函數(shù)與高斯核函數(shù)疊加時(shí)分割的精確度更高，并且在核函數(shù)為徑向基核函數(shù)與高斯核函數(shù)疊加的基礎(chǔ)上，我們將該算法與幀差法和背景減除法進(jìn)行比較，實(shí)驗(yàn)表明該算法對(duì)視頻中運(yùn)動(dòng)對(duì)象的進(jìn)入、漸緩和離開都具有較好的有效性和魯棒性，不

3、受場(chǎng)景中的光照變化和運(yùn)動(dòng)對(duì)象運(yùn)動(dòng)快慢變化的影響，檢測(cè)到的運(yùn)動(dòng)對(duì)象沒(méi)有明顯的不連通性，分割效果較好，而且沒(méi)有大多數(shù)算法中閾值選擇的困難。
　　 關(guān)于視頻中運(yùn)動(dòng)對(duì)象的跟蹤問(wèn)題，本文利用Camshift算法與Kalman濾波器相結(jié)合的算法。當(dāng)目標(biāo)是快速運(yùn)動(dòng)的對(duì)象時(shí)，Camshift算法非常容易跟蹤不到目標(biāo)在圖像幀中的準(zhǔn)確位置，最終導(dǎo)致跟蹤失??；而Kalman濾波器可以從目標(biāo)的任意幀圖像中提取信息并開始跟蹤，它也可以利用目標(biāo)運(yùn)動(dòng)的先前信