智能視頻監(jiān)控中物體檢測識別算法的研究與應用.pdf

1、基于視頻序列的物體檢測與識別技術是智能視頻監(jiān)控系統(tǒng)中的重要組成部分,廣泛應用于商場、停車廠、銀行、展覽會及博物館等重要場所,其主要思想是在視頻序列圖像中利用一定的算法對感興趣的物體進行檢測,并識別其所處的狀態(tài)來分析監(jiān)控場景中是否有異常事件發(fā)生,如偷盜或丟包等事件。物體檢測與識別技術是導航系統(tǒng)、智能視頻監(jiān)控系統(tǒng)和人機交互等實際應用領域中的研究難題,而本文的研究成果將會使得相關領域的一些關鍵問題得到相應解決。
　　 通過分析研究現(xiàn)有

2、的匹配算法,在此基礎上重點研究基于尺度不變特征SIFT算法中特征提取和特征匹配的物體檢測識別算法,并從四個方面對SIFT算法進行詳細分析,即構建尺度空間、檢測尺度空間極值點、生成特征描述子以及度量特征的相似性。經實驗驗證尺度不變特征能夠對非剛性物體、復雜背景、放射變換和光照變換等具有非常穩(wěn)定的特性。為了得到更加良好的極值選取效果,在對極值點檢測過程中在每一組最頂層加入三層高斯模糊圖像;針對匹配結果中存在一對多的情況,提出一種SIFT特征

3、提取與SVD匹配相結合的識別算法;為實現(xiàn)在剔除錯配點的同時能夠對被檢測目標進行精確的定位,提出一種基于迭代密度的約束算法,其算法思想是用搜索框對匹配結果圖進行搜索,計算落在搜索框中的匹配點數(shù)量來約束匹配點;將SIFT-SVD算法的匹配結果用迭代密度約束法來消除錯配點,不僅能使得匹配精確度得到提高,而且能找出被檢測目標在圖像中的準確位置。
　　 偷盜檢測技術能實時識別到監(jiān)控場景中丟失物體等異?，F(xiàn)象,并給出相應的提示信息。目前的偷盜

4、檢測技術往往對光照變換、復雜動態(tài)背景、遮擋問題、攝像頭轉移、目標為非剛性物體等干擾因素的適應性較低,本文將基于迭代密度約束的SIFT-SVD特征匹配算法應用于視頻監(jiān)控中的偷盜檢測領域,并在物體特征提取階段做了創(chuàng)新性的改進,即提取被檢測物體六個面的特征信息,并進行去重復處理,提高了特征檢測的精度。在視頻監(jiān)控前建立場景中貴重物體的特征庫,確定其在場景中的原始位置并限定位置區(qū)域,在監(jiān)控過程中將特征庫中的信息與視頻序列圖像中限定區(qū)域的特征進行匹