監(jiān)控視頻中的前景提取和目標(biāo)檢測(cè)跟蹤算法研究.pdf

1、當(dāng)下，隨著社會(huì)的快速發(fā)展，由民族、社會(huì)等多方面社會(huì)矛盾所引起的各類(lèi)突發(fā)事件和恐怖襲擊屢屢發(fā)生。城市監(jiān)控系統(tǒng)作為建設(shè)平安城市的基礎(chǔ)，對(duì)當(dāng)前以及未來(lái)發(fā)生的突發(fā)情況起著極其關(guān)鍵的作用。但是，由于監(jiān)控?cái)?shù)據(jù)量巨大，單憑人力監(jiān)控管理成了一個(gè)巨大挑戰(zhàn)。為了讓安防系統(tǒng)更好的服務(wù)于應(yīng)對(duì)突發(fā)事件，我們需要一個(gè)智能的安防系統(tǒng)來(lái)準(zhǔn)確地獲取信息。隨著科技的進(jìn)步以及計(jì)算機(jī)視覺(jué)技術(shù)的不斷發(fā)展，搭建一個(gè)大規(guī)模的網(wǎng)絡(luò)化數(shù)字化的視頻監(jiān)控系統(tǒng)已經(jīng)成為現(xiàn)實(shí)，利用人工智能技術(shù)構(gòu)

2、建新一代智能視頻監(jiān)控系統(tǒng)也已經(jīng)成為了可能。
　　智能監(jiān)控系統(tǒng)的研發(fā)是一個(gè)極具挑戰(zhàn)性的工作，它要完成視頻進(jìn)行智能分析，對(duì)視頻中出現(xiàn)的內(nèi)容進(jìn)行檢測(cè)識(shí)別，這其中包含了多個(gè)計(jì)算機(jī)科學(xué)領(lǐng)域。在眾多的智能監(jiān)控視頻分析領(lǐng)域中，提取監(jiān)控視頻中有目標(biāo)運(yùn)動(dòng)的前景部分與監(jiān)控場(chǎng)景中多個(gè)目標(biāo)的檢測(cè)跟蹤是一個(gè)至關(guān)重要的一部分。本文針對(duì)監(jiān)控視頻的前景提取和目標(biāo)檢測(cè)跟蹤問(wèn)題進(jìn)行了研究，提出了對(duì)于這些問(wèn)題的解決方法。本文主要的研究?jī)?nèi)容如下:
　　1.對(duì)于視頻

3、中運(yùn)動(dòng)前景部分提取，本文采用了一種基于多通道高斯混合模型的動(dòng)態(tài)背景模型。通過(guò)對(duì)背景模型的改進(jìn)，提高了前景提取的準(zhǔn)確性，并使其能夠滿足實(shí)時(shí)檢測(cè)的要求。針對(duì)提取前景出現(xiàn)細(xì)小空洞以及不連貫問(wèn)題，本文采取了圖像形態(tài)學(xué)的處理，增強(qiáng)了前景提取的可靠性。通過(guò)與之前的算法進(jìn)行對(duì)比發(fā)現(xiàn)，本文提出的改進(jìn)算法提取的前景噪點(diǎn)更少更準(zhǔn)確。
　　2.針對(duì)目標(biāo)檢測(cè)分類(lèi)，本文總結(jié)介紹了三種常用的特征模型，即HOG、Haar-like、LBP,利用級(jí)聯(lián)的Adabo

4、ost分類(lèi)器和支持向量機(jī)對(duì)人臉五官和行人目標(biāo)做了一系列的檢測(cè)實(shí)驗(yàn)。
　　3.在目標(biāo)跟蹤方面，本文利用Lucas-Kanade光流估計(jì)算法，設(shè)計(jì)并實(shí)現(xiàn)了一種快速跟蹤多物體的算法，本算法采用均勻采樣目標(biāo)像素點(diǎn)作為目標(biāo)描述子，并運(yùn)用了一種前向-反向誤差濾波器，大大提高了跟蹤的準(zhǔn)確性。為了驗(yàn)證算法的可用性，本文選取了三段真實(shí)監(jiān)控視頻用于實(shí)驗(yàn)，通過(guò)比較發(fā)現(xiàn)本文算法具有速度更快、能夠跟蹤多個(gè)物體的優(yōu)點(diǎn)。
　　4.為了提高程序執(zhí)行速度，本