面向智能監(jiān)控的視頻分析技術(shù)研究.pdf

1、智能視頻監(jiān)控(IVS：Intelligent Video Surveillance)是計(jì)算機(jī)視覺領(lǐng)域一個重要的研究方向，它的研究目標(biāo)是利用計(jì)算機(jī)視覺、圖像處理和人工智能等技術(shù)對監(jiān)控視頻的內(nèi)容進(jìn)行描述、分析和理解，并根據(jù)分析的結(jié)果對視頻監(jiān)控系統(tǒng)進(jìn)行控制，從而使視頻監(jiān)控系統(tǒng)具有較高層次的智能化水平。智能視頻監(jiān)控系統(tǒng)在解決全面防范和有效處置恐怖活動的重大課題方面成效明顯，迅速成為安防領(lǐng)域的研究熱點(diǎn)，深入開展面向智能監(jiān)控的視頻分析技術(shù)研究是一項(xiàng)

2、具有重要學(xué)術(shù)意義和實(shí)用價(jià)值的工作。
　　本研究主要內(nèi)容包括：⑴在運(yùn)動目標(biāo)檢測方面，提出一種基于低秩表示連續(xù)異常的運(yùn)動目標(biāo)檢測算法。算法通過把運(yùn)動目標(biāo)檢測問題建模為異常值檢測問題，利用低秩模型對復(fù)雜背景進(jìn)行建模，采用交替優(yōu)化算法求解得到前景運(yùn)動目標(biāo)標(biāo)記，在公共數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)，結(jié)果證明了該算法的檢測準(zhǔn)確率更高。⑵在運(yùn)動目標(biāo)跟蹤方面，提出一種基于元樣本稀疏表示的目標(biāo)跟蹤算法。算法首先提取目標(biāo)模板的元樣本建立目標(biāo)詞典，再針對目標(biāo)遮擋情況

3、引入遮擋詞典，進(jìn)而構(gòu)造超完備詞典，在跟蹤階段，采用迭代方法解決l1范數(shù)最小化問題，計(jì)算表示系數(shù)，實(shí)驗(yàn)結(jié)果表明元樣本稀疏表示跟蹤算法比其他算法具有更好的魯棒性，可以有效處理遮擋情況下的目標(biāo)跟蹤。⑶在目標(biāo)分類方面，針對不同視角的行人樣本具有較大的類內(nèi)差異性，造成多視角行人識別錯誤率較高的問題，提出一種基于非負(fù)最小二乘的多視角行人分類算法。首先采用非負(fù)矩陣分解的方法對多視角行人樣本圖像進(jìn)行子空間分解，提取基向量；然后引入?yún)f(xié)同表示的方法并在最小