智能视频监控运动目标检测技术浅谈

在视频监控智能分析序列中,运动目标检测正处于行业应用的前沿和发展方向,其在智能视频监控过程中发挥了举足轻重的作用。笔者根据工作研究实践,对智能视频监控运动目标检测技术进行了简要的阐述。     

基于卡尔曼滤波器的运动目标跟踪的实现

联系智能视频监控系统的现状,对运动目标跟踪技术的发展,提出了基于卡尔曼滤波的目标跟踪算法进行了详细论述,并进行实验验证。实验结果表明,系统能同时跟踪多个运动目标,系统实时性也能满足,基本解决了运动遮挡问题。     

试论煤矿智能视频监控系统关键技术

当前视频监控系统正在朝着数字化以及智能化的方向发展,并且在许多领域之中,视频监控系统都已经得到了非常广泛的应用。对于煤矿企业而言,在进行煤矿开采的过程中,对于智能视频监控系统加以引进,往往能够更好地保证煤矿开采活动的进行。而在将智能视频监控系统应用于煤矿之中的时候,必须要掌握其关键技术,煤矿智能视频监控系统的关键技术主要包括尘雾图像清晰化技术、运动目标检测技术以及单目标跟踪技术等,因此在本文的研究中,主要就煤矿智能视频监控系统的关键技术进行了相应的说明,以期智能视频监控系统能够在煤矿开采的过程中得到更好地应用。     

视频监控系统中的动目标检测新方法

在分析了现有算法在复杂背景下所存在的不足的基础上，提出了一种适用于视频监控系统的基于视频序列像素时空相关性检测的动目标检测方法．该方法首先用每一帧中像素的空间相关性检测出目标，再用序列图像中目标的时间相关性检验目标的真实性，从而最终确定是否有运动目标．试验表明，该方法能很好地检测出运动目标，并具有较强的抗干扰能力．     

监控视频智能检索关键技术综述

近年来随着监控系统的规模化及网络化,如何在海量的监控视频中快速查找所需要的信息、准确定位嫌疑目标的位置和运动轨迹,成为法庭科学研究的热点。本文就监控视频智能检索影响因素、运动目标的检测和提取技术以及运动目标跟踪方法等方面进行了论述。     

基于DSP的全景视频多目标实时检测

全景视频由于具有360?的视角,非常适合用于智能视频监控中的多目标检测。首先介绍了以DSP处理器为核心的系统处理平台;接着介绍了全景图像的展开算法和MHOEI多目标检测算法;然后针对全景展开设计了适合DSP平台的分块查表展开方法,针对MHOEI设计了降分辨率处理方法;最后在DSP处理器上进行了优化实现。实验表明,在所选的DM6437处理器上,将720×576大小的全景图像展开为896×180大小的目标图像,展开帧率可达120帧每秒;再经过多目标检测后能达到平均35帧每秒,满足实时要求,同时能有效检测出全景视频中的运动和静止目标。     

基于级联网络的智能视频监控下的行人检测

视频中的目标检测与跟踪是实现智能监控系统的关键,在行为分析、辅助驾驶系统、机器人视觉等领域都有着广泛的应用。而对行人的检测与跟踪是其中的关键环节之一。为了在监控场景下准确的进行行人检测,本文深入研究了行人检测算法,并对相关的算法进行优化,设计出了一种基于卷积神经网络(Convolutional neural network,CNN)级联网络的监控视频行人检测系统。在该方案中,引入级联CNN网络在拥挤场景中准确地检测行人,为跟踪行人奠定了基础。本文在论述了以上的创新方法后,釆用神经网络对和人体数据库进行训练后,以实际监控视频作为测试数据进行实验。实验结果表明了本文创新方法具有较好的可行性和有效性。     

非参数核密度估计视频目标空域定位技术研究

针对智能视频监控场合对视频运动目标定位的需求,本文提出了一种基于非参数核密度估计的视频运动目标空域定位技术.该技术先对代表视频运动目标的前景样本点进行非参数核密度估计,选择具有最高密度指标的样本点为第一个目标中心,然后通过修正样本点的密度估计值,逐步实现对视频运动目标的空域定位.本文的方法是减法聚类视频运动目标定位技术的进一步推广.推广后的定位方法,可根据具体的目标定位场合,灵活选择核函数对样本点进行核密度估计.实验表明,本文方法具有良好定位效果,同时,在样本点的密度估计上更具灵活性.     

基于Direct3D实时视频监控系统的设计与实现

本文提出了基于Direct3D技术、背景差法运动目标检测技术、小波数据压缩技术的视频监控系统的解决思路，并在windowsXP系统平台下，应用Visual．net2003工具对提出的思路进行了原理性的开发。     

监控视频中异常情况检测

研究的主要内容是监控视频分析,并以异常行为检测为目标,详细的描述了监控视频技术在国内外的研究现状和发展前景,以及在现实生活当中的应用。为后面对监控视频技术的深入研究打下了坚实的基础。本文用帧间差分方法,即通过对连续两帧或几帧图像对应像素点灰度值的差值的计算,并将它与设定的阈值比较从而提取序列图像中的运动目标。     

一种自动数字视频判读框架

介绍了数字视频判读系统的硬件组成和主要功能，然后在分析系统功能的基础上，通过分类建立包括低信噪比小目标、面目标、扩展目标的跟踪算法库，采用智能跟踪策略决策机制，选择当前最适合的目标跟踪识别算法对进行自动判读，并以此为基础提出了一种新的自动视频判读框架。     

视频监控中的快速异常检测与分析

异常检测是视频监控中目标识别与跟踪的基础。本文提出了一种快速异常检测与分析算法,主要进行了有条件背景替换的检测,并采用分块的方法进行视频分析。同时提出了视频异常检测算法的评价准则,构造了检测标准视频序列。最后给出了实验结果。     

浅析轨道交通智能视频监控的关键技术

智能视频监控技术在目前的轨道交通监控系统得到广泛应用,实现在轨道交通周界、建筑、设备周围或内部中异常行为的智能识别。阐述轨道交通智能视频监控的关键技术。     

网络带宽自适应的远程视频监控系统

当前的远程视频监控系统在一定程度上不能很好地适应网络带宽的变化,无法在多种网络线路上传输视频流。为解决这一问题,本文提出了网络带宽自适应的监控系统结构模型,使用位率控制精度较高的编码器以适应网络带宽的变化,并对网络状况动态进行检测。完成了远程视频监控系统BHJK,该系统可在IP宽带网、电话线及其混和线路上传输视频流,提供基于视频分析的智能运动检测和异常报警。     

视频监控系统中的运动目标分类技术研究

基于视频的运动分析是近年来计算机视觉领域备受关注的研究方向.提出了一种用于视频监控系统的运动目标分类算法,可以将运动目标分类为几种事先定义好的类别:人、人群、汽车、自行车.定义了运动目标的几种简单有效的形状特征,并选择基于小样本学习理论的支持向量机对不同目标进行分类.最后,提出隔帧分类的思想并描述了几种提高分类效率的方法,以满足实时性要求.实验证明该方法能较好地区分人、人群、车、自行车等目标.     

欧拉弹力模型的视频运动目标自适应图切检测

传统的视频运动目标图切检测算法基于低阶马尔科夫随机场,能量函数的低阶近似无法准确描述图像像素的空间相关性,导致图切检测结果过度平滑。本文提出一种基于高阶欧拉弹力模型的图切检测算法,利用欧拉弹性模型优化目标边界曲线和修正能量函数的低阶近似。算法通过利用前一帧图像的检测结果,对当前帧图像运动目标像素点数和前景背景邻接像素对数进行卡尔曼预测,并不断自适应调整当前帧的图像模型参数,实现了视频运动目标的连续全局优化检测。实验结果验证了欧拉弹力模型在视频运动目标检测中的有效性,其检测结果能够更好地满足人的视觉效果。     

区域边缘直方图的目标搜索算法

视频目标搜索是智能视频监控领域一大挑战,提出一种基于灰度图像区域边缘直方图的目标搜索算法.首先,在固定场景的视频数据中,对选定目标进行特征提取,即区域边缘直方图(REH)特征向量;接着在同一场景的未知视频数据中进行前景检测并提取前景目标的特征向量;经滤波处理后,与选定目标特征向量进行匹配,通过相似性度量评判是否搜索成功.实验得到了最佳72.4%的匹配成功率,验证了32维的区域边缘特征向量为最佳描述特征.实验结果表明,本算法能有效地实现目标搜索.     

遗失目标的实时检测算法

针对视频安全监控问题,提出一种实时的遗失目标检测算法.首先,帧间差分用于获取像素级运动特性,并构造双重背景用于检测双重前景.而后,将像素级特性及双重前景综合以维持双重背景的更新.最后,通过累加证据图像来处理实际应用中的虚警和遮挡问题并证实遗失目标.在不同视频序列下的实验表明该算法能够有效地从嘈杂的场景中检测出遗失目标.此外,对于352x288的序列而言,该算法的运行速度达到约54帧/s,能够满足实时的监控任务需求.     

基于全偏振参量的视频运动目标检测与跟踪技术研究

针对全偏振视频从一种新的角度检测和跟踪运动目标：基于全偏振I,Q,U,V中的V分量,并进行各个分量之间的运算,所得的图像在运用视频检测和跟踪算法后能获得更清晰的效果。     

基于全偏振参量的视频运动目标检测与跟踪技术研究

针对全偏振视频从一种新的角度检测和跟踪运动目标：基于全偏振I,Q,U,V中的V分量,并进行各个分量之间的运算,所得的图像在运用视频检测和跟踪算法后能获得更清晰的效果。