智能視頻監(jiān)控中的目標檢測與跟蹤的研究.pdf

1、作為圖像處理和計算機視覺領域中一個涉及多學科的研究前沿，智能視頻監(jiān)控有極其重要的理論科學研究意義和廣闊的應用前景。運動目標檢測和跟蹤是智能視頻監(jiān)控中兩項基礎的核心技術，它們是目標識別分類、事件檢測、行為識別與分析、視頻圖像的壓縮編碼等高層次的處理基石，也是視頻監(jiān)控系統(tǒng)自動化和智能化的關鍵。如何能夠在各種變化的復雜環(huán)境里，達到精確、快速而穩(wěn)定地檢測和跟蹤運動目標的效果仍然是當前迫切需要解決的課題。
　　 本文主要研究了智能視頻監(jiān)控

2、中的目標檢測與跟蹤算法，解決了在部分復雜壞境下檢測和跟蹤運動目標的問題。論文的主要工作包括：
　　 1、概述了運動目標檢測的算法，對混合高斯模型的基本理論和背景差分法進行了討論。針對傳統(tǒng)混合高斯建模方法的缺點，從混合高斯模型的像素空間相關性和高斯分量個數(shù)選擇兩個方面進行了改進，介紹了一種改進的混合高斯建模方法。通過分塊高斯背景建模和混合高斯模型中高斯分量的自適應選擇，改進的混合高斯建模方法縮短了視頻中運動目標檢測的時間，并取得了

3、較好的結果。
　　 2、對目前的研究熱點貝葉斯理論的跟蹤進行了研究，深入的分析了粒子濾波器的理論和應用。并以粒子濾波為框架，在目標跟蹤中引入了HSV顏色核直方圖和運動目標檢測的結果，實現(xiàn)了對運動目標的跟蹤。
　　 3、對多特征融合的跟蹤方法進行了分析。針對復雜跟蹤背景下單一視覺信息不能可靠地完成可視目標跟蹤的問題，在粒子濾波的框架下，提出了一種自適應融合顏色特征和紋理特征的跟蹤方法。算法中不采用固定權值，權值的更新考慮到