首頁 > 智能視頻監控技術研究 > 正文

智能視頻監控技術研究

來源:0 2017/3/10 18:26:12

摘要:

東莞市中小企業公共服務平臺旨在為東莞市各類企業提供各類企業信息,技術升級,集中采購,政策申報以及企業新三板上市投融資鄧相關配套服務,旨在綜合各類企業數據,解決企業教育培訓,技術升級難題,降低企業庫存風險,優化產業供應鏈

智能視頻監控技術研究

智能視頻監控技術是計算機視覺領域近年來新興的一個研究方向。它的主要研究目標是利用計算機視覺技術、圖像視頻處理技術和人工智能技術對監控視頻的內容進行描述、理解和分析,并能根據分析的結果對視頻監控系統進行控制,從而使視頻監控系統具有較高層次的智能化水平。它的主要研究內容包括:監控視頻運動對象的提取、對象的描述、對象的跟蹤、對象的識別和對象的行為分析等。智能視頻監控技術可以被用于公共安全監控、醫療看護、交通管理、顧客服務等眾多的領域,具有深刻的理論價值和廣泛的應用前景。本文致力于智能視頻監控技術的關鍵問題的研究,主要完成以下幾方面的創新性工作:在視頻運動對象的描述方面,針對目前描述視頻對象的形狀特征不完善、不直觀的情況,提出了兩種新的形狀特征:基于定向距離矢量的輪廓描述符和小波輪廓描述符。特別是后一種特征對形狀的描述非常直觀,與人的感覺很相似;對圖像的旋轉、平移、縮放皆具有不變性,對對象的形變也有著很好的抗干擾能力;數據結構很清晰,可以支持在不同分辨率下的檢索;對于非凸形狀也有很好描述能力:特征提取速度快,能夠滿足實時處理的需要。該特征的提出為后續的對象跟蹤、對象識別和對象行為分析方法的實現打下堅實的基礎。在對象跟蹤方面,首先提出了一種基于線性預測和輪廓匹配的多對象跟蹤方法。該方法跟蹤效果好,無論跟蹤的對象是剛體還是非剛體都可以實現準確跟蹤,而且跟蹤到的輪廓曲線和跟蹤對象的真實輪廓非常吻合,這樣的輪廓曲線可以用于進一步的對象的識別和行為分析;跟蹤過程穩定,即使對象的運動速度發生較大變化仍可以穩定地進行跟蹤;計算復雜度小,跟蹤速度快,可以實現實時跟蹤。在這之后,本文又提出了一種基于均值漂移和輪廓匹配的多對象跟蹤方法,該方法是對上一種方法的改進,主要是將上一種方法中單純的線性預測方法改進為均值漂移和線性預測相結合的方法,從而進一步提高了跟蹤的穩定性和可靠性。在對象識別方面,首先提出了一種基于均值漂移和區域生長的圖像分割方法,接著提出了一種基于Jacket矩陣的圖像壓縮方法,最后提出了一種基于小波輪廓描述符和支持向量機的對象識別方法。前兩種方法屬于對象識別中的圖像預處理,有助于更好地構造對象識別所需的訓練樣本。后一種方法是對象識別的主體,它可以根據形狀的不同來對視頻運動對象進行準確分類。該方法中用來描述對象形狀的特征就是前面提到的小波輪廓描述符,基于該特征本文重新構造一套支持向量機的訓練方案和分類方案,從而實現了對視頻運動對象的實時高效識別。該方法不但可以對視頻中出現的人、動物、車輛等進行準確區分,還可以區分人的站立、臥倒、坐下等不同的姿態,這一點也為后面的對象行為分析提供了有力的工具。在對象行為分析方面,提出一種基于三層模型的行為分析方法。該方法可以用來分析單個對象發生的行為,如:跑、跳、臥倒、匍匐前進等,也可以分析多個對象共同發生的行為,如:物體的留置、人群的聚集等。各個行為的分析是相互獨立的,可以單個進行也可以多個同時進行。分析速度快,可以滿足實時視頻監控的要求。最后為了改進和驗證方法,構建了完整的圖像檢索原型系統和人物行為分析原型系統。


者:孔曉東

學科專業:通信與信息系統

授予學位:

博士學位授予單位:上海交通大學

導師姓名:曾貴華

學位年度:2008

研究方向:

種:chi

分類號:TP277

關鍵詞:智能視頻監控技術計算機視覺對象識別均值漂移區域生長

機標分類號:

機標關鍵詞:對象識別方法對象跟蹤行為分析視頻運動對象輪廓描述符智能視頻監控視頻監控技術形狀特征線性預測圖像檢索原型系統視頻監控系統均值漂移對象行為支持向量機實時輪廓曲線輪廓匹配監控視頻

基金項目:

吉林时时连线走势