智能监控中运动目标检测与跟踪算法研究

发布时间：2021-12-30 16:41

　　智能监控系统是安防体系中的一个重要组成部分,是一种高效的、防范能力极强的综合安防手段,其在生活、军事、交通等多个领域起着重要作用。智能化是监控系统的发展趋势,主要表现为无需人为干预的情况下自动对视频进行分析处理,以达到目标检测、跟踪、行为预警和预防等目的。本文对智能监控系统中的运动目标检测与跟踪算法进行了深入研究,具体工作如下:运动目标检测方面,对常用的目标检测算法进行分析比较,并重点研究了混合高斯建模法。首先,针对传统混合高斯建模法在初始化阶段收敛速度慢的现象,提出了一种基于k-means聚类算法的初始化方案,此方案可以有效地提升混合高斯建模法在初始化阶段的实时性。然后,针对混合高斯建模法使用固定学习率更新模型,导致目标由长时间静止到缓慢运动的过程中出现“拖尾”和“空洞”现象。本文结合像素邻域信息与帧间差分法,提出了自适应学习率的混合高斯建模法。实验表明,改进后的算法能够有效地克服因使用固定学习率而导致的“拖尾”和“空洞”现象。最后,针对目标检测过程中的动态阴影问题,本文将多种阴影特征和混合高斯建模法相结合,提出了基于多特征融合与混合高斯的阴影抑制算法。实验表明,此算法能够有效地检测... 

【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校

【文章页数】：84 页

【学位级别】：硕士

【部分图文】：

图２－１?ＲＧＢ颜色模型??Ｆｉｇｕｒｅ?２－１?ＲＧＢ?ｃｏｌｏｒ?ｍｏｄｅｌ??

图２－２?ＨＳＶ颜色模型??Ｆｉｇｕｒｅ?２－２?ＨＳＶ?ｃｏｌｏｒ?ｍｏｄｅｌ??

图２－３灰度化处理与二值化处理效果图??Ｆｉｇｕｒｅ?２－３?ｒｅｎｄｅｒｉｎｇ?ｏｆ?ｇｒａｙｓｃａｌｅ?ｔｒｅａｔｍｅｎｔ?ａｎｄ?ｂｉｎａｒｉｚａｔｉｏｎ?ｔｒｅａｔｍｅｎｔ??

【参考文献】：
期刊论文
[1]面向智能监控摄像头的监控视频大数据分析处理[J]. 邵振峰,蔡家骏,王中元,马照亭.  电子与信息学报. 2017(05)
[2]基于改进视觉背景提取的运动目标检测算法[J]. 莫邵文,邓新蒲,王帅,江丹,祝周鹏.  光学学报. 2016(06)
[3]基于双目视觉的运动目标检测跟踪与定位[J]. 王婷婷,李戈,赵杰,张学贺.  机械与电子. 2015(06)
[4]智能视频监控技术综述[J]. 黄凯奇,陈晓棠,康运锋,谭铁牛.  计算机学报. 2015(06)
[5]智能视频监控关键技术分析[J]. 肖沁雨.  制造业自动化. 2012(12)
[6]多维特征自适应MeanShift遥感图像分割方法[J]. 周家香,朱建军,梅小明,马慧云.  武汉大学学报(信息科学版). 2012(04)
[7]新型背景混合高斯模型[J]. 白向峰,李艾华,李喜来,李仁兵.  中国图象图形学报. 2011(06)
[8]复杂场景下基于条件随机场的视觉目标跟踪[J]. 高琳,唐鹏,盛鹏,左航.  光学学报. 2010(06)
[9]基于改进Mean-Shift与自适应Kalman滤波的视频目标跟踪[J]. 周尚波,胡鹏,柳玉炯.  计算机应用. 2010(06)
[10]基于Kalman滤波和边缘直方图的实时目标跟踪[J]. 刘惟锦,章毓晋.  清华大学学报(自然科学版). 2008(07)

硕士论文
[1]基于内容的两层商品图像检索系统的设计与实现[D]. 闫衍.河北大学 2018
[2]智能视频监控中的多人体目标检测与跟踪[D]. 范峻铭.电子科技大学 2018
[3]基于运动信息的异常行为检测方法研究与系统实现[D]. 刘超.东南大学 2017
[4]基于特征配准的运动目标跟踪与识别技术研究[D]. 寇思玮.西安科技大学 2015
[5]复杂背景下运动目标跟踪技术研究[D]. 王春龙.哈尔滨工程大学 2015
[6]智能视频监控中的运动目标检测和跟踪技术研究[D]. 全晓臣.浙江大学 2008
[7]基于混合高斯的背景建模与阴影抑制算法研究[D]. 王典.西北工业大学 2006



本文编号：3558596