智能视频监控系统中的前景目标检测技术研究
发布时间：2021-03-12 18:07
随着人工智能、大数据、云计算、5G等新兴技术的飞速发展,智能视频监控成为一个研究热点,并且带动了许多产业的发展,如医疗、工业、安防等,对人们的生产生活、社会发展等产生了重大的影响。在智能视频监控系统中,前景目标检测技术是系统研究的基础与关键,其检测结果对后续的目标识别、目标分类、目标跟踪等有着重要的影响,且与系统的智能化程度有着密切的关系。本文主要对智能视频监控系统中的前景目标检测技术进行了深入地研究,重点研究了静态场景、动态场景、镜头晃动场景下的前景目标检测,建立了帧间差分法、背景差分法、混合高斯模型、改进的ViBe模型、特征匹配等模型,并根据前景目标检测技术设计与实现了一个简易的监控系统,最后对系统进行了测试和算法评价。主要的研究工作如下:（1）在不同的监控场景下,通过建立多种算法模型来实现前景目标检测,并根据实验结果对模型进行了分析。对于静态场景,建立了帧间差分法模型,并针对帧间差分法在前景运动目标移动过慢或过快时检测不准确的问题,提出了基于梯度系数的改进的两帧差分法;同时,建立了基于背景差分思想的单高斯背景模型和ViBe模型,并进行了分析对比。对于动态场景,建立了混合高斯模型,...
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 引言
1.2 研究背景与意义
1.3 国内外研究现状
1.3.1 智能视频监控系统的研究现状
1.3.2 前景目标检测的研究现状
1.4 主要研究内容与结构安排
第二章 智能视频监控系统的组成与基础理论
2.1 智能视频监控系统的组成
2.2 前景目标检测技术
2.2.1 光流法
2.2.2 帧间差分法
2.2.3 背景差分法
2.2.4 三种技术对比
2.3 本章小结
第三章 不同监控场景下的前景目标检测
3.1 静态场景下的前景目标检测
3.1.1 图像预处理
3.1.2 帧间差分法及其改进
3.1.3 背景差分法模型
3.1.4 实验结果与分析
3.2 动态场景下的前景目标检测
3.2.1 混合高斯模型
3.2.2 改进的Vi Be模型
3.2.3 实验结果与分析
3.3 镜头晃动场景下的前景目标检测
3.3.1 提取特征角点
3.3.2 仿射变换
3.3.3 图像填充
3.3.4 实验结果与分析
3.4 本章小结
第四章 基于前景目标检测的监控系统设计与实现
4.1 系统的总体架构与功能
4.2 系统功能模块设计
4.2.1 流媒体服务模块
4.2.2 视频传输模块
4.2.3 视频播放模块
4.2.4 算法分析模块
4.2.5 界面显示模块
4.3 系统实现
4.3.1 运行环境
4.3.2 各模块实现
4.4 本章小结
第五章 系统测试与算法评价
5.1 系统测试
5.1.1 功能测试
5.1.2 实际场景测试
5.2 算法评价
5.2.1 性能分析
5.2.2 速度分析
5.2.3 模型对比
5.3 本章小结
第六章 总结和展望
6.1 总结
6.2 展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]多媒体技术研究:2013——面向智能视频监控的视觉感知与处理[J]. 黄铁军,郑锦,李波,傅慧源,马华东,薛向阳,姜育刚,于俊清. 中国图象图形学报. 2014(11)
[2]连续帧间差分与背景差分相融合的运动目标检测方法[J]. 屈晶晶,辛云宏. 光子学报. 2014(07)
[3]智能视频监控在公共安防中的应用研究[J]. 张曙光. 信息系统工程. 2011(07)
[4]SIFT特征匹配和差分相乘融合的运动目标检测[J]. 王梅,屠大维,周许超. 光学精密工程. 2011(04)
[5]一种基于改进码本模型的快速运动检测算法[J]. 徐成,田峥,李仁发. 计算机研究与发展. 2010(12)
[6]浅谈视频监控系统的“昨天”“今天”“明天”[J]. 陶兴. 中国安防. 2008(09)
博士论文
[1]图像处理中几个关键算法的研究[D]. 康牧.西安电子科技大学 2009
硕士论文
[1]基于运动检测的智能视频监控系统设计[D]. 王丹.中北大学 2017
[2]视频拥挤场景下快速目标检测算法的研究与实现[D]. 陈泳瑾.南京邮电大学 2016
[3]智能视频监控平台中区域目标检测和联合跟踪的设计与实现[D]. 秦浩.南京邮电大学 2016
[4]基于视频的人体多目标检测与跟踪算法研究[D]. 黄超.西华大学 2014
[5]视频中人的异常行为检测方法研究[D]. 陈博.吉林大学 2013
[6]智能视频监控系统中的运动目标检测方法研究[D]. 胡雄鸽.湖南大学 2012
[7]基于部件的人体检测算法的实现及优化[D]. 胡毅.天津大学 2012
[8]交通图像序列的分割与目标跟踪[D]. 高斌.天津理工大学 2011
[9]基于视频分析的智能监控系统研究与实现[D]. 严照宇.电子科技大学 2010
[10]动态场景中的运动目标检测与跟踪技术[D]. 仇晨光.哈尔滨工程大学 2010
本文编号：3078745
【文章来源】：西安电子科技大学陕西省 211工程院校 教育部直属院校
【文章页数】：90 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
符号对照表
缩略语对照表
第一章 绪论
1.1 引言
1.2 研究背景与意义
1.3 国内外研究现状
1.3.1 智能视频监控系统的研究现状
1.3.2 前景目标检测的研究现状
1.4 主要研究内容与结构安排
第二章 智能视频监控系统的组成与基础理论
2.1 智能视频监控系统的组成
2.2 前景目标检测技术
2.2.1 光流法
2.2.2 帧间差分法
2.2.3 背景差分法
2.2.4 三种技术对比
2.3 本章小结
第三章 不同监控场景下的前景目标检测
3.1 静态场景下的前景目标检测
3.1.1 图像预处理
3.1.2 帧间差分法及其改进
3.1.3 背景差分法模型
3.1.4 实验结果与分析
3.2 动态场景下的前景目标检测
3.2.1 混合高斯模型
3.2.2 改进的Vi Be模型
3.2.3 实验结果与分析
3.3 镜头晃动场景下的前景目标检测
3.3.1 提取特征角点
3.3.2 仿射变换
3.3.3 图像填充
3.3.4 实验结果与分析
3.4 本章小结
第四章 基于前景目标检测的监控系统设计与实现
4.1 系统的总体架构与功能
4.2 系统功能模块设计
4.2.1 流媒体服务模块
4.2.2 视频传输模块
4.2.3 视频播放模块
4.2.4 算法分析模块
4.2.5 界面显示模块
4.3 系统实现
4.3.1 运行环境
4.3.2 各模块实现
4.4 本章小结
第五章 系统测试与算法评价
5.1 系统测试
5.1.1 功能测试
5.1.2 实际场景测试
5.2 算法评价
5.2.1 性能分析
5.2.2 速度分析
5.2.3 模型对比
5.3 本章小结
第六章 总结和展望
6.1 总结
6.2 展望
参考文献
致谢
作者简介
【参考文献】：
期刊论文
[1]多媒体技术研究:2013——面向智能视频监控的视觉感知与处理[J]. 黄铁军,郑锦,李波,傅慧源,马华东,薛向阳,姜育刚,于俊清. 中国图象图形学报. 2014(11)
[2]连续帧间差分与背景差分相融合的运动目标检测方法[J]. 屈晶晶,辛云宏. 光子学报. 2014(07)
[3]智能视频监控在公共安防中的应用研究[J]. 张曙光. 信息系统工程. 2011(07)
[4]SIFT特征匹配和差分相乘融合的运动目标检测[J]. 王梅,屠大维,周许超. 光学精密工程. 2011(04)
[5]一种基于改进码本模型的快速运动检测算法[J]. 徐成,田峥,李仁发. 计算机研究与发展. 2010(12)
[6]浅谈视频监控系统的“昨天”“今天”“明天”[J]. 陶兴. 中国安防. 2008(09)
博士论文
[1]图像处理中几个关键算法的研究[D]. 康牧.西安电子科技大学 2009
硕士论文
[1]基于运动检测的智能视频监控系统设计[D]. 王丹.中北大学 2017
[2]视频拥挤场景下快速目标检测算法的研究与实现[D]. 陈泳瑾.南京邮电大学 2016
[3]智能视频监控平台中区域目标检测和联合跟踪的设计与实现[D]. 秦浩.南京邮电大学 2016
[4]基于视频的人体多目标检测与跟踪算法研究[D]. 黄超.西华大学 2014
[5]视频中人的异常行为检测方法研究[D]. 陈博.吉林大学 2013
[6]智能视频监控系统中的运动目标检测方法研究[D]. 胡雄鸽.湖南大学 2012
[7]基于部件的人体检测算法的实现及优化[D]. 胡毅.天津大学 2012
[8]交通图像序列的分割与目标跟踪[D]. 高斌.天津理工大学 2011
[9]基于视频分析的智能监控系统研究与实现[D]. 严照宇.电子科技大学 2010
[10]动态场景中的运动目标检测与跟踪技术[D]. 仇晨光.哈尔滨工程大学 2010
本文编号：3078745
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/3078745.html
