智能監(jiān)控中目標檢測與分類技術的研究.pdf

1、在社會經(jīng)濟的迅速發(fā)展的大浪潮中，我們也面臨著各種突發(fā)事件和異常事件所引起的社會安全問題。構建平安城市，和諧社會和保障公共安全的需要日益增強。對視頻監(jiān)控的需求快速增長，監(jiān)控的規(guī)模也迅速擴大，監(jiān)控的復雜度和難度日益劇增，傳統(tǒng)的視頻監(jiān)控模擬監(jiān)控系統(tǒng)是無法滿足當今社會安全的需要，于是智能視頻監(jiān)控系統(tǒng)應運而生。
　　 基于智能監(jiān)控的運動分析主要是對包含多種運動目標的視頻圖像序列進行一些處理，對場景中的目標進行檢測、分類、跟蹤以及行為分析和

2、理解。其中運動目標的檢測和分類技術是智能監(jiān)控系統(tǒng)中的關鍵技術。在視頻監(jiān)控系統(tǒng)中如果對視頻內(nèi)的運動物體的行為進行分析和判斷，首先必須要對運動目標進行檢測和分類，因此對目標檢測和分類技術的研究具有重要的價值和意義。
　　 本文研究了基于幀間差分的目標檢測方法、基于背景建模的目標檢測方法以及基于光流場的目標檢測方法等幾種常用的目標檢測方法，并分析了各種方法的優(yōu)缺點。采用三幀差分代替兩幀差分，解決了兩幀差分中無法得到的單個運動對象輪廓的

3、問題，本文對已有的三幀差分法進行了改進，使得空洞現(xiàn)象有所改善。
　　 目標分類是目標監(jiān)控中關鍵的一步，目標分類主要研究內(nèi)容是對檢測到的運動目標進行分類，將不同的目標分成不同的類別。目標分類的方法主要有基于運動特性的目標分類和基于形狀特性的目標分類方法，由于采用目標的運動特征來分類較難實現(xiàn)，因此本文主要采用的是基于形狀特性的目標分類算法。本文對目標形狀特征外接矩形長寬比進行了改進，采用最小外接矩形長寬比使得目標運動不受運動方向的影