智能监控视频中的目标检测技术研究

发布时间：2017-04-29 13:11

  本文关键词：智能监控视频中的目标检测技术研究，，由笔耕文化传播整理发布。

【摘要】：随着信息化时代的来临,智能监控视频在安防、交通各个领域都发挥了很大的作用。智能视频监控处理中,目标检测技术,以及异常物体或异常事件的检测是一个重要的研究方向。本文主要检测的目标对象为监控视频中运动后停止的物体,即暂时静止区域对象,该类对象可能包括视频中的遗留物、从固定场景中被移除的物体、交通场景中的违规停车现象等。 本文选取上述目标作为研究对象,提出了一种基于背景建模和超像素分割的目标检测和提取方法,主要包含像素级处理和区域级处理两个部分。首先,介绍了高斯背景模型,并根据目标的特点改进了高斯混合背景模型的更新方法,使前景分割结果中包含目标区域像素,并根据双背景思想设计检测步骤,可以有效地检测并提取在场景中停留指定时长的目标物体覆盖的像素部分；之后,引入超像素分割概念,将图像分割为超像素区域,结合背景建模的提取结果,设计判别条件,输出以超像素为单位的检测结果,利用帧内的图像空间相关性,使目标检测结果更准确。 本文提出的算法在标准监控视频数据集上进行了仿真实验,绘制了实验结果,给出了目标提取精确度指标,并提供了以事件为单位的检测结果。实验结果显示,与对照的基于背景建模的目标提取方法相比,本文中提出的算法可以适用于不同监控场景,能够有效提高目标提取的精确程度,同时具有较高的目标检出率和较低的误报率,且输出结果能够较好地拟合目标物体轮廓。
【关键词】：智能监控视频 暂时静止区域 背景建模 超像素分割
【学位授予单位】：北京邮电大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.41;TN948.6
【目录】：

• 摘要4-5
• ABSTRACT5-8
• 第一章 绪论8-18
• 1.1 引言8
• 1.2 选题背景和研究意义8-9
• 1.3 智能视频监控目标检测技术研究现状9-14
• 1.3.1 智能监控视频系统10-11
• 1.3.2 监控视频中的目标检测11-12
• 1.3.3 固定场景监控中暂时静止目标检测12-14
• 1.4 本文研究的主要内容14-15
• 1.5 论文内容安排15-18
• 第二章 基于背景建模的运动检测18-26
• 2.1 高斯背景模型19-22
• 2.1.1 高斯背景模型的建立和分量更新19-22
• 2.1.2 前景/背景分割22
• 2.2 自适应混合高斯模型22-24
• 2.2.1 自适应混合高斯模型的概念和应用22-23
• 2.2.2 实验结果23-24
• 2.3 本章小结24-26
• 第三章 基于背景建模的目标像素提取26-38
• 3.1 高斯混合背景模型的改进26-29
• 3.1.1 运动-静止物体背景建模26-27
• 3.1.2 限制背景更新的背景模型27-29
• 3.2 背景模型29-32
• 3.2.1 背景模型的建立29-30
• 3.2.2 背景模型的结果提取30-32
• 3.3 目标区域像素提取32-36
• 3.3.1 暂时静止目标背景模型33-34
• 3.3.2 像素级目标检测34-36
• 3.4 本章小结36-38
• 第四章 基于超像素分割的目标区域提取38-49
• 4.1 超像素分割38-40
• 4.1.1 超像素分割的概念38-39
• 4.1.2 超像素分割方法SLIC39-40
• 4.2 目标区域检测40-43
• 4.2.1 超像素分类指标40-41
• 4.2.2 区域级目标检测41-43
• 4.3 实验结果43-48
• 4.3.1 仿真环境43-44
• 4.3.2 仿真结果44-48
• 4.4 本章小结48-49
• 第五章 总结与展望49-51
• 5.1 本文工作总结49
• 5.2 展望49-51
• 参考文献51-54
• 致谢54-55
• 攻读学位期间发表或已录用的学术论文55

【参考文献】

中国博士学位论文全文数据库 前1条

1 解晓萌;复杂背景下运动目标检测和识别关键技术研究[D];华南理工大学;2012年

  本文关键词：智能监控视频中的目标检测技术研究，由笔耕文化传播整理发布。

本文编号：334928