視頻中運動目標分類技術(shù)的研究.pdf

1、視頻監(jiān)控系統(tǒng)是計算機視覺領域的一項重要研究技術(shù)。它不僅具有很高的研究價值，而且具有很高的應用價值。智能化的視頻監(jiān)控系統(tǒng)旨在能夠像人一樣監(jiān)控場景并理解出場景中的異?，F(xiàn)象，發(fā)出警告信號，使人能夠及時的進行異常事件的發(fā)現(xiàn)和處理。在實際應用中智能監(jiān)控系統(tǒng)在商業(yè)領域和軍事領域都有很大的應用空間。實現(xiàn)場景監(jiān)控的自動化智能化，能夠大大的減少人力的消耗，并能夠在大量的監(jiān)控數(shù)據(jù)中及時的發(fā)現(xiàn)問題，提高視頻監(jiān)控的效率。
　　 運動目標的分類是視頻監(jiān)控

2、系統(tǒng)實現(xiàn)智能化的一項重要技術(shù)。視頻監(jiān)控系統(tǒng)的主要技術(shù)內(nèi)容有：運動目標檢測，跟蹤，目標分類，以及目標行為理解。運動目標分類是在完成目標檢測的基礎上進行的。運動目標分類是視頻監(jiān)控系統(tǒng)進行行為分析理解的前提。行為理解需要對特定種類的目標進行分析理解而一般場景中的目標種類是復雜多樣的。目標分類技術(shù)就能夠在眾多復雜的運動目標中區(qū)分出關鍵的運動目標種類，使得后續(xù)的行為理解分析更高效和準確。同時，目標分類還具有其他更廣泛的應用，如人流量檢測，交通智能

3、監(jiān)控系統(tǒng)等。
　　 論文就運動目標分類中的兩項重要技術(shù)——特征提取和分類器的設計分別進行了研究，并設計實現(xiàn)了一套運動目標分類的軟件系統(tǒng)。本文對四類運動目標進行了分類實驗，這四類目標分別是：人，車，自行車和摩托車。在分類器的設計中分別設計了基于支持向量機分類算法和AdaboosT分類算法的兩種分類器。由于兩種分類算法都是用于解決兩類分類問題的，因此本文采用了一對一的方法來實現(xiàn)多類的分類。在分類的實驗分析階段采用了正確率，誤判率和區(qū)