基于DM642的智能視頻監(jiān)控系統(tǒng)的研究與開發(fā).pdf

1、隨著社會公共安全需求的提高，智能視頻監(jiān)控技術(shù)正逐漸成為計算機(jī)視覺領(lǐng)域一個新興的應(yīng)用方向和備受關(guān)注的前沿課題。它的研究目標(biāo)是在不需要人為干預(yù)的情況下，利用計算機(jī)視覺技術(shù)、圖像視頻處理技術(shù)和人工智能分析技術(shù)對攝像機(jī)拍攝的圖像序列進(jìn)行理解分析，實現(xiàn)對監(jiān)控場景中運動目標(biāo)的檢測、識別和跟蹤，并在此基礎(chǔ)上分析和判斷運動目標(biāo)的行為，從而理解圖像內(nèi)容的含義，必要時可及時采取相應(yīng)的措施來應(yīng)對監(jiān)控場景中的突發(fā)事件。
　　 目前，智能視頻監(jiān)控技術(shù)在理

2、論和應(yīng)用上都面臨著很多難題，國內(nèi)外大批學(xué)者投身于該領(lǐng)域的研究和探索，并且取得了大量的成果。本文是在這些成果的基礎(chǔ)上，較系統(tǒng)地研究了智能視頻監(jiān)控中運動目標(biāo)的檢測、跟蹤和行為分析方面的理論和方法。同時針對現(xiàn)有的視頻監(jiān)控系統(tǒng)大多建立在PC機(jī)上，成本較高、可靠性和便攜性較差且難以滿足視頻實時處理分析的要求等問題，研究了算法在數(shù)字信號處理器DSP上的實現(xiàn)和相關(guān)程序代碼的優(yōu)化。
　　 在運動目標(biāo)檢測方面，本文首先對現(xiàn)有的運動目標(biāo)檢測技術(shù)進(jìn)行

3、了綜述，詳細(xì)的介紹了幾種常用的運動目標(biāo)檢測方法，提出一種基于梯度圖像，融合幀間差分和背景差分的運動目標(biāo)檢測新方法，該方法經(jīng)實驗驗證具有較好的目標(biāo)檢測效果。在運動目標(biāo)跟蹤方面，考慮到視頻監(jiān)控的復(fù)雜性和特殊性，本文混合使用卡爾曼跟蹤算法和Mean-Shift算法，給出了一種穩(wěn)健的跟蹤視頻目標(biāo)的方法，并通過實驗驗證了算法的可行性和性能。在運動目標(biāo)行為分析方面，本文研究和分析了幾種主要的行為分析方法，根據(jù)實際需求較深入地研究了一種基于三層模型的