視頻監(jiān)控中運動目標發(fā)現(xiàn)與跟蹤算法研究.pdf

1、視頻監(jiān)控對于智能城市管理、打擊違法犯罪以及建設平安城市與智慧城市具有重要作用。隨著數(shù)字采集和存儲技術的快速發(fā)展,視頻監(jiān)控系統(tǒng)得到迅速普及,目前己成為社會公共安全監(jiān)控系統(tǒng)的核心組成。如今快速增加的攝像頭覆蓋了城市的每一個角落,帶來了海量的視頻數(shù)據(jù)。面對海量數(shù)據(jù),傳統(tǒng)的視頻監(jiān)控系統(tǒng)效率低下,對人力的消耗巨大,智能化成為視頻監(jiān)控必然的發(fā)展方向。
　　 如何自動發(fā)現(xiàn)和跟蹤感興趣的目標是智能視頻監(jiān)控中的基礎性問題,是工業(yè)界和學術界關注的熱

2、點之一。但是,由于監(jiān)控環(huán)境的復雜性,這些問題至今并沒有得到很好的解決,仍具有巨大的研究價值。本文從智能視頻監(jiān)控的實際需求出發(fā),圍繞運動目標發(fā)現(xiàn)與跟蹤展開深入研究,針對復雜環(huán)境提出了魯棒的高效算法,彌補現(xiàn)有算法的不足。
　　 本文主要研究內容和創(chuàng)新成果如下:
　　 1.提出了一種SCBP特征和基于此特征的背景建模算法。該算法有兩個突出優(yōu)勢:一方面,SCBP特征融合了顏色與紋理信息,對前景和背景的區(qū)分能力強,大幅提高了背景模

3、型的靈敏性；另一方面,提出了一種有效的輪廓優(yōu)化方法,克服了基于區(qū)域直方圖的方法對目標輪廓檢測不準確的缺點。實驗結果表明,提出的背景建模算法對動態(tài)背景比較魯棒,能同時獲得較優(yōu)的檢測率與較低的誤檢率。
　　 2.提出了一種基于時空連續(xù)性約束的前景檢測算法。視頻數(shù)據(jù)在時間和空間上都具有高度的相關性,具體到前景檢測問題,這意味著鄰近的像素點傾向于具有相同的類別標簽。傳統(tǒng)的建模方法對時間和空間上的雙重連續(xù)性缺乏考慮或考慮不夠全面。提出的前

4、景檢測算法在馬爾科夫隨機場框架下,對像素點之間的時空連續(xù)性和特征與模型的相似性進行同步考慮,求得全局最優(yōu)解。在不同背景模型下的實驗結果均表明,該算法能顯著提高前景檢測的準確性。
　　 3.提出了一種基于部件的非特定目標跟蹤算法?；谔岢龅木仃嚹Ｐ?該算法成功的解決了傳統(tǒng)基于部件的跟蹤算法對目標的物理結構等先驗信息的依賴問題。矩陣模型不理會目標的物理結構,直接將目標劃分為若干圖像塊。每個圖像塊對應于目標的一個部件,用檢測器和權重來

5、描述。為了適應目標外觀的動態(tài)變化,這兩個屬性都自動在線更新。通過矩陣模型和權重策略,所提方法有效地減輕了跟蹤器的漂移問題。實驗結果表明,提出的基于部件的跟蹤算法能實時跟蹤,且對光照、姿態(tài)、遮擋、運動等多種干擾具有良好的魯棒性,跟蹤性能優(yōu)于其它算法。
　　 4.搭建了一個面向目標的監(jiān)控視頻檢索的原型系統(tǒng)。基于上述的研究成果,我們搭建了一個監(jiān)控視頻檢索的原型系統(tǒng),為用戶提供一種快捷方便的視頻查詢和回放服務。該系統(tǒng)以視頻中的運動目標為