面向監(jiān)控視頻的視覺增強(qiáng)和行為分析研究.pdf_第1頁
已閱讀1頁,還剩73頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、21世紀(jì)以來,得益于成像技術(shù)、光電硬件技術(shù)、多媒體技術(shù)、網(wǎng)絡(luò)技術(shù)的發(fā)展,視頻監(jiān)控系統(tǒng)在人們的生活中越來越常見,并在安全防衛(wèi)、交通管理、自動(dòng)控制、醫(yī)療教育等領(lǐng)域扮演著越來越重要的角色。在國家重大安防項(xiàng)目和智慧城市建設(shè)的大力推動(dòng)下,我國已部署近兩億專業(yè)監(jiān)控?cái)z像頭,視頻監(jiān)控已發(fā)展成超千億規(guī)模的龐大市場(chǎng)。而視頻監(jiān)控的這些成功應(yīng)用離不開背后蓬勃發(fā)展的計(jì)算機(jī)視覺技術(shù)。計(jì)算機(jī)視覺是研究如何利用計(jì)算機(jī)對(duì)圖像(包括圖片和視頻)數(shù)據(jù)進(jìn)行處理和分析的學(xué)科。在

2、視頻監(jiān)控的應(yīng)用中,隨著全球范圍內(nèi)監(jiān)控?cái)z像頭布設(shè)數(shù)量和密度的高速增長,一方面人們對(duì)監(jiān)控畫面的質(zhì)量提出了更高的要求,這可以借助于圖像處理技術(shù)來實(shí)現(xiàn);另一方面,為了處理海量的視頻數(shù)據(jù),監(jiān)控系統(tǒng)也在從完全依靠人工監(jiān)視、肉眼識(shí)別,向依托視頻分析技術(shù)進(jìn)行計(jì)算機(jī)輔助管理方向邁進(jìn),并希望最終能實(shí)現(xiàn)全自動(dòng)的智能化管控。在這一進(jìn)程中,提升人和計(jì)算機(jī)對(duì)監(jiān)控視頻內(nèi)容的理解一直是視頻監(jiān)控發(fā)展的重中之重。對(duì)人類觀察者來說,更高的分辨率、更清晰銳利的結(jié)構(gòu)邊緣、更完整

3、的環(huán)境信息都可以幫助對(duì)畫面內(nèi)容進(jìn)行更好的理解;對(duì)計(jì)算機(jī)來說,如何將平面點(diǎn)陣數(shù)據(jù)抽象成有意義的信息、如何對(duì)抽象的信息進(jìn)行分析、如何在線實(shí)時(shí)處理高密度的視頻流數(shù)據(jù)是讓計(jì)算機(jī)像人類一樣去理解視頻中正在發(fā)生的行為的關(guān)鍵。
  本文圍繞著提升人和計(jì)算機(jī)對(duì)監(jiān)控視頻內(nèi)容的理解這一核心,從底層的圖像處理和較為高層的視頻分析兩方面著手,研究了夜間低光照監(jiān)控視頻的視覺增強(qiáng)和監(jiān)控視頻流中指定行為的實(shí)時(shí)檢測(cè)兩個(gè)問題。具體來說,本文的主要工作和創(chuàng)新之處可以

4、總結(jié)為:
  1.在低光照監(jiān)控視頻的視覺增強(qiáng)問題中,本文設(shè)計(jì)了一種通過圖像梯度域操作來增強(qiáng)夜間監(jiān)控畫面的方法。利用同一攝像頭拍攝的日間監(jiān)控?cái)?shù)據(jù)獲取參考背景。對(duì)夜間監(jiān)控畫面,先用本文提出的自適應(yīng)梯度增強(qiáng)算法處理,然后將其與日間圖片在梯度域融合并重建。同時(shí)作為補(bǔ)充,用運(yùn)動(dòng)檢測(cè)技術(shù)分離出夜間運(yùn)動(dòng)前景,對(duì)其進(jìn)行單獨(dú)的增強(qiáng)處理,以免信息丟失。在實(shí)際夜間室外監(jiān)控視頻上進(jìn)行的大量實(shí)驗(yàn)表明,本文的低光照監(jiān)控視頻增強(qiáng)算法能明顯改善監(jiān)控畫面的視覺質(zhì)量

5、,并有效抑制現(xiàn)有方法中存在的前景虛化、視覺不連續(xù)失真等問題。
  2.在監(jiān)控視頻流中指定行為的實(shí)時(shí)檢測(cè)問題中,本文設(shè)計(jì)了一種使用由簡(jiǎn)單到復(fù)雜特征的多特征級(jí)聯(lián)檢測(cè)架構(gòu)。先用低計(jì)算量的簡(jiǎn)單特征過濾掉容易區(qū)分的視頻片段,對(duì)難以區(qū)分的片段再提取計(jì)算量較大的特征進(jìn)行分辨。這種級(jí)聯(lián)架構(gòu)能較好地均衡性能與效率,很適合處理正樣本稀疏分布的數(shù)據(jù),并且在訓(xùn)練時(shí)可以利用更多的樣本來提升模型性能。我們與醫(yī)院合作采集了大量病房內(nèi)的實(shí)際監(jiān)控?cái)?shù)據(jù),并對(duì)要檢測(cè)的

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論