智能视频监控中的目标检测及分类技术研究

发布时间：2017-06-23 01:07

  本文关键词：智能视频监控中的目标检测及分类技术研究，由笔耕文化传播整理发布。

【摘要】：近年来,对于传统视频监控系统的智能化水平的提高成为视频监控系统中的技术升级的核心任务。而对于运动目标的分类识别技术及基于规则的运动目标行为分析技术的研究成为了视频监控智能化的重要研究内容之一。它们属于高层次图像语义分析,目前还面临许多难点,最主要还是因为低层次和中层次的图像信息源带来的影响。本文重点研究了基于几何特征的运动目标分类识别技术及基于绊线检测规则的运动目标行为分析技术,主要的工作有:(1)针对运动目标外轮廓对目标分类识别中的几何特征提取的影响,设计了一种精度更高的运动目标外轮廓提取方法。首先通过GMM前景检测方法得到粗步确定的运动目标区域,然后通过含标记的分水岭方法进行外轮廓区域粗步定位,最后通过基于HVS空间阴影去除方法及目标重构方法进行外轮廓区域精确定位,从而提取出精确的外轮廓。实验结果表明,能够得到更精确的外轮廓。(2)为提高基于几何特征的目标分类识别方法的平均识别率,设计了一种改进方法。首先,在模式类的预定义上,依据目标的外轮廓形态差异,将预定义的模式类进一步细分成子模式类;其次,在特征提取上,先提取出高维度特征,再使用伪划分的方式形成子特征向量组来多角度描述目标;最后在分类器分类策略上利用上述子特征向量组的分类结果综合判定得到最终分类结果。实验结果表明,该方法对预定义的4个模式类(人、小汽车、电动车、小人群)有好的结果,平均识别率达到了99.48%,相对于传统方法提高了1.8%到4.0%左右。(3)针对当前绊线检测方法的智能化水平较低的情形,设计了一种面向智能视频监控的智能方法。该方法首先利用运动目标的轨迹信息和计算几何算法完成单向和双向绊线检测;通过扩展定义轨迹异常规则,完成对可疑目标的判别;其次利用运动目标分类识别方法分类获取违规目标的类别;最后通过与违规目标关联的多种基础信息和事件生成机制,生成面向智能视频监控中可用的违规事件。实验结果表明,该方法有较好的检测效果,事件信息平均正确率达到91.6%。
【关键词】：视频监控 目标检测 外轮廓提取 目标分类识别 智能绊线检测
【学位授予单位】：西南科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TN948.6
【目录】：

• 摘要4-5
• Abstract5-9
• 1 绪论9-17
• 1.1 研究背景和意义9-10
• 1.2 国内外研究现状10-14
• 1.3 本文主要研究工作14-15
• 1.4 本文结构安排15-17
• 2 运动目标检测及外轮廓提取研究17-34
• 2.1 常用的目标检测方法17-20
• 2.1.1 光流场方法17-18
• 2.1.2 帧间差方法18-19
• 2.1.3 背景差方法19-20
• 2.2 一种精确的运动目标外轮廓提取方法20-26
• 2.2.1 前景检测20-22
• 2.2.2 轮廓区域粗略定位22-24
• 2.2.3 轮廓区域精确定位24-26
• 2.3 实验与分析26-33
• 2.3.1 目标检测实验26-29
• 2.3.2 外轮廓提取实验29-33
• 2.4 小结33-34
• 3 运动目标分类识别技术研究34-61
• 3.1 目标分类理论基础34-45
• 3.1.1 预备知识34-35
• 3.1.2 特征描述35-41
• 3.1.3 分类器41-45
• 3.2 一种基于几何特征的改进目标分类识别方法45-53
• 3.2.1 特征提取46-49
• 3.2.2 子特征向量组生成49-50
• 3.2.3 最小错分贝叶斯分类器50-52
• 3.2.4 综合判定52-53
• 3.3 实验与分析53-60
• 3.3.1 方法描述53-54
• 3.3.2 实验54-60
• 3.4 小结60-61
• 4 智能绊线检测技术研究61-69
• 4.1 绊线检测及智能绊线检测61
• 4.2 基本规则制定及判定61-63
• 4.3 轨迹异常规则制定及判定63
• 4.4 有效检测区域设置63-64
• 4.5 目标事件生成64-65
• 4.6 实验与分析65-68
• 4.6.1 方法描述65-66
• 4.6.2 实验66-68
• 4.7 小结68-69
• 5 总结与展望69-71
• 5.1 总结69
• 5.2 展望69-71
• 致谢71-72
• 参考文献72-78
• 攻读学位期间的研究成果78

【相似文献】

中国期刊全文数据库 前10条

1 ;我国研制成功智能视频监控系统[J];消防技术与产品信息;2008年02期

2 李少华;;高清智能视频监控系统保城市平安[J];中国公共安全(综合版);2012年07期

3 饶彦;;幼儿园智能视频监控系统探究[J];计算机光盘软件与应用;2013年13期

4 ;服务于行业客户的网络化智能视频监控系统[J];信息网络;2006年12期

5 黄会雄;;一种智能视频监控体系结构设计方案[J];微计算机信息;2007年16期

6 韩云;郑尚志;;智能视频监控及应用[J];光盘技术;2008年08期

7 李建文;康慕宁;邓正宏;;一个基于行为分析的智能视频监控系统的原型[J];科学技术与工程;2009年06期

8 余腊生;刘勇;;基于网络的智能视频监控系统的设计与实现[J];计算机工程与设计;2009年16期

9 张新新;孔英会;;智能视频监控中的异常检测方法研究[J];黑龙江科技信息;2009年36期

10 余腊生;刘勇;;基于网络的智能视频监控系统的设计与实现[J];安防科技;2009年11期

中国重要会议论文全文数据库 前9条

1 沈海燕;冯云梅;史宏;吕晓军;;铁路安检区域智能视频监控系统设计及关键技术研究[A];第八届中国智能交通年会优秀论文集——轨道交通[C];2013年

2 薄海睿;李正宜;杨永生;;浅谈智能视频监控发展[A];第二十七届中国（天津）2013IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2013年

3 付亮亮;李旭伟;;一种面向智能视频监控的系统原型[A];2008'中国信息技术与应用学术论坛论文集（一）[C];2008年

4 侯宏录;李宁鸟;;一种基于运动目标识别技术的智能视频监控系统[A];2011西部光子学学术会议论文摘要集[C];2011年

5 李易;管庆;;基于DM642的智能视频监控系统[A];2008年中国西部青年通信学术会议论文集[C];2008年

6 曹晓玲;;IP智能视频监控系统的发展及挑战[A];四川省通信学会Ip应用与增值电信技术会议论文集[C];2011年

7 朱映映;梁叶;文振q;;智能视频监控中头部运动跟踪的自适应算法研究[A];第七届和谐人机环境联合学术会议（HHME2011)论文集【poster】[C];2011年

8 叶斌;崔兰兰;;浅析智能视频监控中的目标识别差分算法[A];四川省通信学会2013年学术年会论文集[C];2013年

9 李磊;;视频监控关键技术及其应用前景研究[A];武汉市第二届学术年会、通信学会2006年学术年会论文集[C];2006年

中国重要报纸全文数据库 前10条

1 天津天地伟业数码科技有限公司 瞿关明;理性对待智能视频监控[N];计算机世界;2008年

2 索尼(中国)有限公司 文军;如何有效实现智能视频监控[N];计算机世界;2008年

3 王玲;智能视频监控：让人们的生活更安全[N];经济日报;2007年

4 赛迪;智能视频监控粉墨登场[N];中华建筑报;2006年

5 彭东;智能视频监控：给您最及时的危机报告[N];科技日报;2007年

6 赛迪;智能视频监控粉墨登场[N];中华建筑报;2006年

7 记者 郭丹;万安获省专项资金230万[N];湛江日报;2011年

8 陈瑜邋唐婷;智能视频监控：给电子眼装上“大脑”[N];科技日报;2007年

9 ;世博中国馆智能视频监控系统[N];中国计算机报;2010年

10 中国工程院院士 高文;与智能视频监控有关的技术挑战[N];中国信息化周报;2014年

中国博士学位论文全文数据库 前10条

1 车进;智能视频监控系统的信息处理算法研究及设计实现[D];天津大学;2014年

2 陈功;鲁棒的智能视频监控方法研究[D];中国科学技术大学;2008年

3 王一木;可重构的无线智能视频监控平台的研究[D];浙江大学;2013年

4 张谢华;煤矿智能视频监控系统关键技术的研究[D];中国矿业大学;2013年

5 方帅;计算机智能视频监控系统关键技术研究[D];东北大学;2005年

6 毕国玲;智能视频监控系统中若干关键技术研究[D];中国科学院研究生院(长春光学精密机械与物理研究所);2015年

7 高俊祥;智能视频监控中目标的检测与跟踪[D];北京邮电大学;2010年

8 张剑;基于内容的智能视频监控关键技术及在公共安防中的应用研究[D];浙江大学;2007年

9 焦波;面向智能视频监控的运动目标检测与跟踪方法研究[D];国防科学技术大学;2009年

10 夏东;智能视频监控中目标检测、跟踪和识别方法研究[D];国防科学技术大学;2012年

中国硕士学位论文全文数据库 前10条

1 钟俊洪;基于深度学习的目标跟踪及异常徘徊检测[D];华南理工大学;2015年

2 韩杰;高清智能视频监控系统软件研发[D];浙江大学;2015年

3 陈政;基于分层贝叶斯模型的智能视频监控中的异常检测[D];西南大学;2015年

4 潘兆华;智能视频监控中的运动目标检测相关技术研究[D];天津理工大学;2015年

5 郑宝国;智能视频监控人群检测研究与应用[D];上海应用技术学院;2015年

6 周洁;智能视频监控中人群异常行为的检测与分析[D];宁波大学;2015年

7 陈正平;某景区智能视频监控平台的设计与实现[D];安徽大学;2015年

8 蒋可心;智能视频监控系统中若干生物特征识别研究[D];电子科技大学;2014年

9 黄旭楠;智能视频监控系统的算法研究[D];西安电子科技大学;2014年

10 李晓楠;基于视频的轨迹分析技术及在目标异常行为检测中的应用研究[D];浙江工商大学;2015年

  本文关键词：智能视频监控中的目标检测及分类技术研究，，由笔耕文化传播整理发布。

本文编号：473552