視頻監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)研究.pdf

1、安全問題日益引人關(guān)注,視頻監(jiān)控系統(tǒng)成為一種流行的安全保障設(shè)備。傳統(tǒng)的視頻監(jiān)控缺少智能功能,而很大程度上依靠操作人員來完成視頻的分析和監(jiān)控的目的。這樣的系統(tǒng)會(huì)給操作員很大的負(fù)擔(dān),既不方便也不能保證監(jiān)控的可靠性。本文介紹的研究工作的目的就是利用模式識(shí)別和計(jì)算機(jī)視覺的技術(shù),來為監(jiān)控系統(tǒng)提供智能的輔助功能,使得監(jiān)控系統(tǒng)更方便使用,也更可靠。本文采用了基于跟蹤的系統(tǒng)框架,并利用背景建模的方法,配合靜止攝像機(jī)來檢測(cè)視野中的運(yùn)動(dòng)物體。采用的模型是混合

2、高斯模型。在檢測(cè)的基礎(chǔ)性上,利用塊匹配的方式,即通過比較當(dāng)前幀檢測(cè)到的前景塊和已跟蹤到的目標(biāo)的模型,來實(shí)現(xiàn)目標(biāo)的跟蹤。為了得到好的效果,本文提出了創(chuàng)新的融合了外觀模板和局部特征的混合模型。將基于codebook的目標(biāo)檢測(cè)方法融入到了目標(biāo)跟蹤之中,憑借更多的跟蹤線索和兩種模型之間的相互協(xié)助,得到了很好的實(shí)時(shí)跟蹤效果。為了分析跟蹤得到的信息,給出視頻分析的結(jié)果,本文采用了兩種方法。一是直接定義規(guī)則來描述異常行為,并在跟蹤過程中檢測(cè)這些特定的

3、情形;另一種方法是使用統(tǒng)計(jì)方法尋找軌跡中的罕見情況,作為異常軌跡。對(duì)于第二種方法,本文研究了基于編輯距離的軌跡相似性度量和利用高斯模型進(jìn)行在線聚類的方法。在實(shí)驗(yàn)中這些方法的預(yù)期效果都得到了驗(yàn)證。為了監(jiān)控系統(tǒng)本文還研究了如何在不同的跟蹤軌跡甚至不同的鏡頭中匹配識(shí)別同一個(gè)行人目標(biāo)。本文采用了在圖像檢索和分類中常用的bag-of-features方法,并利用支持向量機(jī)來獲得較好的分類效果。同時(shí)本文提出了一種自動(dòng)區(qū)分未知類別的方法,來實(shí)現(xiàn)在線運(yùn)