监控视频中特定目标的检测与辨识方法研究

发布时间：2017-09-23 13:43

  本文关键词：监控视频中特定目标的检测与辨识方法研究

  更多相关文章： 目标检测跟踪识别 CS-Adaboost 主成分析法 支持向量机

【摘要】：随着人们生活水平的逐步提高,人们对安防的重视程度越来越高。建设平安城市,智能监控等一度掀起热潮。互联网的大量推广促进了安防行业的进一步发展,对于监控视频中目标的检测与辨识成为一个重要的研究方向。本文以监控视频中特定目标的检测与辨识方法研究为课题,重点研究监控视频中行人以及人脸的检测、跟踪和识别算法,最终建立一套监控视频中特定目标的报警系统,从而减轻安防工作人员的工作量,提高工作效率,为建设平安城市做出一份贡献。本文以监控视频中行人以及人脸的检测与辨识为核心内容,主要完成了以下内容:第一,基于Eclipse和OpenCV2.4.8搭建开发环境,研究了监控视频中目标的检测方法,基于梯度方向直方图特征和支持向量机实现了行人检测,训练了特定的分类器满足应用需求。结合Harr特征和CS-Adaboost算法,实现了监控视频中目标人脸的多角度检测。第二,实现了基于感知哈希算法的视频行人目标跟踪算法。该算法首先计算目标的哈希值,通过扫描窗口在每一帧图像中寻找与目标哈希值的汉明距离最接近的为目标位置。结合时空上下文快速目标跟踪算法实现对目标人脸的快速跟踪,对于单一目标跟踪良好。第三,结合机器学习以及计算机视觉领域的优势,重点研究了局部二值模式特征,并深入研究主成分析算法,如对局部二值模式特征进行降维等,结合OpenCV等实现了监控视频中目标人脸的识别。第四,结合以上的检测、跟踪以及识别模块,设计并完成了监控视频中的特定目标报警软件。监控人员在执行监控工作时,可以对特定目标进行跟踪,获取目标图像,与数据库已有图像进行匹配识别,从而完成对监控视频中的目标的检测与辨识,最终通过该系统可以避免危险的发生,实现报警功能。
【关键词】：目标检测跟踪识别 CS-Adaboost 主成分析法 支持向量机
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN948.6
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 本课题的研究背景和工程意义10-12
• 1.1.1 本课题的研究背景10-11
• 1.1.2 本课题的工程意义11-12
• 1.2 监控视频系统研究及发展现状12-14
• 1.3 本文的主要贡献14
• 1.4 本文的主要研究内容与论文安排14-16
• 第二章 监控视频中目标的检测与辨识方法分析16-24
• 2.1 监控视频目标检测方法16-19
• 2.1.1 差分法16-18
• 2.1.2 光流法18
• 2.1.3 基于模板匹配的目标检测方法18-19
• 2.1.4 基于统计学习的目标检测方法19
• 2.2 监控视频目标辨识方法19-23
• 2.2.1 视频目标跟踪方法19-21
• 2.2.2 视频目标识别方法21-23
• 2.3 本章小结23-24
• 第三章 监控视频中特定目标的检测方法的研究与实现24-45
• 3.1 监控视频中的目标检测框架24
• 3.2 视频目标图像预处理24-28
• 3.2.1 灰度化24-26
• 3.2.2 直方图均衡化26-27
• 3.2.3 中值滤波27-28
• 3.3 基于HOG特征提取和SVM的视频行人检测算法实现28-37
• 3.3.1 HOG特征28-30
• 3.3.2 基于SVM的视频行人检测算法实现30-37
• 3.4 基于Harr特征提取和CS-Adaboost视频人脸检测算法实现37-42
• 3.4.1 Harr特征37-39
• 3.4.2 基于CS-Adaboost人脸检测算法实现39-42
• 3.5 实验及结果分析42-44
• 3.6 本章小结44-45
• 第四章 监控视频中特定目标的辨识方法的研究与实现45-64
• 4.1 监控视频中的目标跟踪方法45-53
• 4.1.1 基于感知哈希算法的行人目标跟踪算法实现45-49
• 4.1.2 基于时空上下文的目标人脸的快速跟踪算法实现49-53
• 4.2 监控视频中的目标识别方法53-58
• 4.2.1 LBP特征53-56
• 4.2.2 基于PCA的视频人脸识别56-58
• 4.3 实验及结果分析58-63
• 4.4 本章小结63-64
• 第五章 监控视频中特定目标的报警系统设计与实现64-75
• 5.1 智能视频监控系统简述64
• 5.2 报警系统软件设计64-70
• 5.2.1 需求分析64-66
• 5.2.2 软件功能模块设计66-68
• 5.2.3 开发环境配置68-70
• 5.3 报警系统应用软件实现70-74
• 5.3.1 软件UI及功能简介70-72
• 5.3.2 报警系统功能测试72-74
• 5.4 本章小结74-75
• 第六章 全文总结和展望75-77
• 6.1 全文总结75
• 6.2 后续工作展望75-77
• 致谢77-78
• 参考文献78-80
• 攻读硕士学位期间取得的成果80-81

【参考文献】

中国期刊全文数据库 前1条

1 谢正光;李宏魁;王轲;王天庆;;视频交通参数检测技术研究现状及发展趋势[J];物联网技术;2013年03期

中国硕士学位论文全文数据库 前1条

1 刘运余;无人值守边防哨卡智能视频监控系统设计[D];南京理工大学;2013年

，

本文编号：905618