《智能视频监控中运动目标识别技术的研究》由会员分享，可在线阅读，更多相关《智能视频监控中运动目标识别技术的研究（63页珍藏版）》请在金锄头文库上搜索。
1、成都理工大学 硕士学位论文 智能视频监控中运动目标识别技术的研究 姓名：周禄 申请学位级别：硕士 专业：计算机应用技术 指导教师：苗放 20090501 摘 要 智能视频监控中运动目标识别技术的研究智能视频监控中运动目标识别技术的研究 作者简介：周禄，男，1983年12月生，师从成都理工大学苗放教授，2009年06 月毕业于成都理工大学计算机应用技术专业，获得工学硕士学位。 摘 要 摘 要 在公共安防领域，视频监控发挥着越来越重要的作用。目前，视频监控正在朝 数字化、网络化和智能化三个方向发展，由于编码格式的快速发展，以及监控前端 设备的发展，数字化和网络化已经发展的比较成熟，而智能化却一直没
2、有得到大规 模的应用和部署，传统的视频监控模式，只能单纯的接收视频内容，监控人员必须 将全部注意力集中在视频内容上，由于人的精力有限，监控人员长时间盯着监视器 时注意力会下降，异常事件经常发生漏报，使得传统的监控方式陷入“眼观六路， 熟视无睹”的困境；总之，目前的视频监控是离不开人的高度参与。基于这种状况， 智能视频监控是一个发展趋势，是视频监控系统发展的必由之路。 智能视频监控的智能性体现在它能通过图像分析，自动识别异常事件，减轻了 安防监控人员的工作量，减少了对异常事件的漏报和误报。在静止背景下，大多异 常事件都是由于运动目标造成的，因此，视频画面中的运动目标的检测、跟踪和识 别是智能视频
3、监控中的关键性技术。 运动目标的识别属于计算机视觉领域的研究范畴，有着巨大的理论价值和经济 价值。运动目标的检测、跟踪和分类又是运动目标行为识别的前提，要识别监控图 像中运动目标的行为，必须解决这三大问题。 本文在运动目标检测方面，在原有算法的基础上提出了一种自定义防区的运动 目标检测算法，有效地解决了检测算法中存在的效率问题，能有效的屏蔽噪声的影 响，并且讨论了阴影消除方面的问题；在跟踪算法方面，使用卡尔曼滤波器预测运 动目标下一帧的位置，经过计算后，可实现多目标的跟踪，并提出了一种基于目标 顶端的多目标跟踪算法，是一种改进的基于区域的多目标跟踪算法，这种方法不仅 简单实用，而且能有效的处理
4、遮挡问题；在运动目标分类方面，介绍了一种基于多 特征融合的目标分类方法，使用运动目标的速度、面积和宽高比识别出交通监控中 I 成都理工大学硕士学位论文 II 常见的三种角色，行人、汽车和自行车。在此基础上给出了运动目标简单的行为识 别的基本方法，并讨论了汽车超速、逆向行驶和行人徘徊方面的具体实现方法。 关键词：目标检测 目标跟踪 目标识别 卡尔曼滤波 高斯背景模型 Abstract Research on Technology of Moving Object Recognition in Intelligent Visual Surveillance Introduction of the
5、author: Zhou Lu, Male, was born in December, 1983, whose tutor was Professor Miao Fang. He graduated from Chengdu University of Technology in Computer Application Technology major and was granted the Master Degree in June, 2009. Abstract In the field of public security, video surveillance is playing
6、 an increasingly important role. Recently, video surveillance has three developing directions-digital, networked and intelligent, encoding format and as a result of the rapid development of front-end equipment, digital and networking have developed more mature except intelligent. Traditional video s
7、urveillance can only receive video content, and security personnel must focus on it. Humans energy is limited, so peoples attention will decline if they stare on monitor all the time and many abnormal events are often neglected, which make traditional video surveillance fall in plight; In a word, pe
8、ople must be involved highly in traditional video surveillance. Against this background, intelligent video surveillance will become the trend of the times. Intelligent video surveillance of the intelligence embodied in it, through the analysis of images, automatic recognition of abnormal events, red
9、ucing the workload of security personnel, a reduction of under-reporting of abnormal events and false positives. In the static background, the most abnormal events are caused as a result of moving targets. So, the detection, tracking and recognition of moving targets in the video captured by camera
10、are identified as the key technologies of intelligent video surveillance. Moving target identification are important areas of computer vision research areas, which has great theoretical value and economic value. Moving target detection, tracking and classification of moving targets are prerequisites
11、 for recognition of acts, which are necessary for identifying moving targets behaviors. In moving target detection, in the original algorithm based on the definition of a self-defense area of moving target detection algorithm, an effective solution to the detection algorithm in the efficiency of the
12、 existence of an effective noise shielding, and to discuss the elimination of a shadow problems; Algorithm in tracking the use of Kalman filter predict the next frame moving target position, after some calculation, to achieve multi-target tracking, and a target based on the top of the multi-target t
13、racking algorithm III 成都理工大学硕士学位论文 IV is an improvement of the region multi-target tracking algorithm, this method is not only simple and practical, and can effectively block the deal with the problem; In the classification of moving targets on a multi-feature fusion-based target classification meth
14、ods, the speed of moving objects, size and aspect ratio monitor traffic to identify the three roles in common, pedestrian, car and bicycle. On this basis gives the simple act of moving targets in the basic method to identify and discuss the speeding car, reverse traffic and pedestrians around the sp
15、ecific implementation. Keywords: Target detection Target tracking Object Recognition Kalman Filter Gauss Background model 独创性声明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究 成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已 经发表或撰写过的研究成果，也不包含为获得 成都理工大学 或其他教育机构的 学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在 论文中作了明确的说明并表示谢意。 学位论文作者签名：
16、 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解 成都理工大学 有关保留、 使用学位论文的规定， 有 权保留并向国家有关部门或机构送交论文的复印件和磁盘， 允许论文被查阅和借阅。 本人授权 成都理工大学 可以将学位论文的全部或部分内容编入有关数据库进行 检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。 （保密的学位论文在解密后适用本授权书） 学位论文作者签名： 学位论文作者导师签名： 年 月 日 摘 要 智能视频监控中运动目标识别技术的研究智能视频监控中运动目标识别技术的研究 作者简介：周禄，男，1983年12月生，师从成都理工大学苗放教授，2009年06 月毕业于成都理工大学计算机应用技术专业，获得工学硕士学位。 摘 要 摘 要 在公共安防领域，视频监控发挥着越来越重要的作用。目前，视频监控正在朝 数字化、网络化和智能化三个方向发展，由于编码格式的快速发展，以及监控前端 设备的发展
