智能視頻分析技術(shù)中運動目標檢測方法的研究.pdf

1、隨著平安城市、智慧城市等概念的提出，智能視頻監(jiān)控逐漸成為了備受關(guān)注的熱點課題。智能視頻監(jiān)控在不需要人為干預的情況下，通過運動目標檢測、目標識別、跟蹤及目標行為分析等步驟，對視頻序列進行實時、自動的處理和分析，得到對視頻內(nèi)容的理解和解釋，從而指導相應的預警及行動規(guī)劃。近年來智能視頻監(jiān)控系統(tǒng)逐漸應用到園區(qū)安防、金融、交通等多個領(lǐng)域。
　　本文主要研究智能視頻監(jiān)控中視頻運動目標的檢測。首先總結(jié)歸納當前運動目標檢測存在的各種問題，如實時性

2、檢測問題，光照變化問題等。然后對運動目標檢測方法進行綜述，介紹了運動目標檢測技術(shù)中經(jīng)典方法及其改進方法，分析了各類方法的優(yōu)缺點。在此基礎(chǔ)上，根據(jù)視頻相鄰幀間存在時間連續(xù)性及視頻幀內(nèi)像素點間存在高度結(jié)構(gòu)化的空間聯(lián)系，本文融合視頻幀的時間和空間關(guān)系，提出了兩種融合背景差分法和幀間差分法的改進算法，分別是基于自適應分塊和Hausdorff距離的檢測方法及基于自適應分塊和LBP紋理的檢測方法。
　　兩種方法都是在對圖像自適應分塊的基礎(chǔ)上，

3、充分利用像素鄰域之間的關(guān)系，避免對單個像素進行操作，減少單個噪聲的干擾及大量的運算。其中，方法一為了避免噪聲的影響和提高檢測速度，借鑒圖像匹配思想，引入相鄰幀對應分塊間的Hausdorff距離計算，并對Hausdorff距離計算方式進行改進，通過對應分塊的部分Hausdorff距離來獲得其相似度，作為區(qū)分前景與背景的依據(jù);方法二為了應對光照變化帶來的影響，引入LBP紋理分布算子，計算相鄰幀對應塊間的紋理直方圖的相似度，用來判斷相鄰幀對應