智能監(jiān)控系統(tǒng)是安防體系中的一個(gè)重要組成部分,是一種高效的、防范能力極強(qiáng)的綜合安防手段,其在生活、軍事、交通等多個(gè)領(lǐng)域起著重要作用。智能化是監(jiān)控系統(tǒng)的發(fā)展趨勢(shì),主要表現(xiàn)為無(wú)需人為干預(yù)的情況下自動(dòng)對(duì)視頻進(jìn)行分析處理,以達(dá)到目標(biāo)檢測(cè)、跟蹤、行為預(yù)警和預(yù)防等目的。本文對(duì)智能監(jiān)控系統(tǒng)中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤算法進(jìn)行了深入研究,具體工作如下:運(yùn)動(dòng)目標(biāo)檢測(cè)方面,對(duì)常用的目標(biāo)檢測(cè)算法進(jìn)行分析比較,并重點(diǎn)研究了混合高斯建模法。首先,針對(duì)傳統(tǒng)混合高斯建模法在初始化階段收斂速度慢的現(xiàn)象,提出了一種基于k-means聚類算法的初始化方案,此方案可以有效地提升混合高斯建模法在初始化階段的實(shí)時(shí)性。然后,針對(duì)混合高斯建模法使用固定學(xué)習(xí)率更新模型,導(dǎo)致目標(biāo)由長(zhǎng)時(shí)間靜止到緩慢運(yùn)動(dòng)的過(guò)程中出現(xiàn)“拖尾”和“空洞”現(xiàn)象。本文結(jié)合像素鄰域信息與幀間差分法,提出了自適應(yīng)學(xué)習(xí)率的混合高斯建模法。實(shí)驗(yàn)表明,改進(jìn)后的算法能夠有效地克服因使用固定學(xué)習(xí)率而導(dǎo)致的“拖尾”和“空洞”現(xiàn)象。最后,針對(duì)目標(biāo)檢測(cè)過(guò)程中的動(dòng)態(tài)陰影問(wèn)題,本文將多種陰影特征和混合高斯建模法相結(jié)合,提出了基于多特征融合與混合高斯的陰影抑制算法。實(shí)驗(yàn)表明,此算法能夠有效地檢測(cè)... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：84 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１?ＲＧＢ顏色模型??Ｆｉｇｕｒｅ?２－１?ＲＧＢ?ｃｏｌｏｒ?ｍｏｄｅｌ??

圖２－２?ＨＳＶ顏色模型??Ｆｉｇｕｒｅ?２－２?ＨＳＶ?ｃｏｌｏｒ?ｍｏｄｅｌ??

圖２－３灰度化處理與二值化處理效果圖??Ｆｉｇｕｒｅ?２－３?ｒｅｎｄｅｒｉｎｇ?ｏｆ?ｇｒａｙｓｃａｌｅ?ｔｒｅａｔｍｅｎｔ?ａｎｄ?ｂｉｎａｒｉｚａｔｉｏｎ?ｔｒｅａｔｍｅｎｔ??

【參考文獻(xiàn)】：
期刊論文
[1]面向智能監(jiān)控?cái)z像頭的監(jiān)控視頻大數(shù)據(jù)分析處理[J]. 邵振峰,蔡家駿,王中元,馬照亭.  電子與信息學(xué)報(bào). 2017(05)
[2]基于改進(jìn)視覺(jué)背景提取的運(yùn)動(dòng)目標(biāo)檢測(cè)算法[J]. 莫邵文,鄧新蒲,王帥,江丹,祝周鵬.  光學(xué)學(xué)報(bào). 2016(06)
[3]基于雙目視覺(jué)的運(yùn)動(dòng)目標(biāo)檢測(cè)跟蹤與定位[J]. 王婷婷,李戈,趙杰,張學(xué)賀.  機(jī)械與電子. 2015(06)
[4]智能視頻監(jiān)控技術(shù)綜述[J]. 黃凱奇,陳曉棠,康運(yùn)鋒,譚鐵牛.  計(jì)算機(jī)學(xué)報(bào). 2015(06)
[5]智能視頻監(jiān)控關(guān)鍵技術(shù)分析[J]. 肖沁雨.  制造業(yè)自動(dòng)化. 2012(12)
[6]多維特征自適應(yīng)MeanShift遙感圖像分割方法[J]. 周家香,朱建軍,梅小明,馬慧云.  武漢大學(xué)學(xué)報(bào)(信息科學(xué)版). 2012(04)
[7]新型背景混合高斯模型[J]. 白向峰,李艾華,李喜來(lái),李仁兵.  中國(guó)圖象圖形學(xué)報(bào). 2011(06)
[8]復(fù)雜場(chǎng)景下基于條件隨機(jī)場(chǎng)的視覺(jué)目標(biāo)跟蹤[J]. 高琳,唐鵬,盛鵬,左航.  光學(xué)學(xué)報(bào). 2010(06)
[9]基于改進(jìn)Mean-Shift與自適應(yīng)Kalman濾波的視頻目標(biāo)跟蹤[J]. 周尚波,胡鵬,柳玉炯.  計(jì)算機(jī)應(yīng)用. 2010(06)
[10]基于Kalman濾波和邊緣直方圖的實(shí)時(shí)目標(biāo)跟蹤[J]. 劉惟錦,章毓晉.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2008(07)

碩士論文
[1]基于內(nèi)容的兩層商品圖像檢索系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 閆衍.河北大學(xué) 2018
[2]智能視頻監(jiān)控中的多人體目標(biāo)檢測(cè)與跟蹤[D]. 范峻銘.電子科技大學(xué) 2018
[3]基于運(yùn)動(dòng)信息的異常行為檢測(cè)方法研究與系統(tǒng)實(shí)現(xiàn)[D]. 劉超.東南大學(xué) 2017
[4]基于特征配準(zhǔn)的運(yùn)動(dòng)目標(biāo)跟蹤與識(shí)別技術(shù)研究[D]. 寇思瑋.西安科技大學(xué) 2015
[5]復(fù)雜背景下運(yùn)動(dòng)目標(biāo)跟蹤技術(shù)研究[D]. 王春龍.哈爾濱工程大學(xué) 2015
[6]智能視頻監(jiān)控中的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤技術(shù)研究[D]. 全曉臣.浙江大學(xué) 2008
[7]基于混合高斯的背景建模與陰影抑制算法研究[D]. 王典.西北工業(yè)大學(xué) 2006



本文編號(hào)：3558596