智能視頻監(jiān)控中運動目標的檢測與跟蹤.pdf

1、智能視頻監(jiān)控是計算機視覺領(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。監(jiān)控系統(tǒng)功能日益強大,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)控在不需人為干預情況下,利用計算機視覺和視頻分析算法對攝像機拍錄的圖像序列進行自動分析,而運動目標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,通過大量實驗分析總結(jié)他們各自的優(yōu)缺點后,在背景差分法的基礎(chǔ)上,提出了一種改進后的算法: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遇到第一幀中有運動目標時,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,方法簡單實用,處理

3、速度快,彌補了高斯背景更新計算量大,實時性不足的問題;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。進一步提高了監(jiān)視系統(tǒng)的穩(wěn)定性。
　　 在運動跟蹤方面,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,實驗實現(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)實驗結(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,實現(xiàn)原理,跟蹤過程中的優(yōu)缺點,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雜,計算量極大,處理復雜環(huán)境的速度滿足不了實時性的要求,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到似然