隨著公共安全需求的日益增長,視頻監(jiān)控得到迅猛發(fā)展,數(shù)據(jù)量迎來井噴時代,僅僅依靠人工的視頻監(jiān)控模式已經(jīng)不能滿足現(xiàn)實需要,智能視頻監(jiān)控技術(shù)成為目前研究的熱點。智能視頻監(jiān)控可以自動完成視頻監(jiān)控序列中的運動目標檢測、提取、定位、識別和跟蹤。由于在現(xiàn)實生活中,大部分有意義的視覺信息都包含在運動中,因此對監(jiān)控視頻中運動目標的檢測成為了研究的熱點。目前常用的運動目標識別算法包括光流法、幀差法、背景差法等,分析各個算法的實時性和準確性,結(jié)合視頻監(jiān)控的特殊要求,包括實時性要求較高、背景相對穩(wěn)定以及目標區(qū)域明顯等特點,背景差法最適合用于該系統(tǒng)。但是,當場景中出現(xiàn)光照、陰影等動態(tài)變化時,檢測結(jié)果會出現(xiàn)誤判和錯誤分割等問題。針對上述問題,結(jié)合人類視覺系統(tǒng)的視覺關(guān)注可以快速準確識別場景中目標的特性,以及視覺關(guān)注的跟蹤特點和目標運動的連續(xù)性,優(yōu)化現(xiàn)有算法存在的問題。主要貢獻:(1)提出基于人類視覺系統(tǒng)的幀內(nèi)優(yōu)化算法,主要包括粗略定位目標和精確定位目標兩個步驟,針對檢測結(jié)果中存在噪點以及錯誤分割現(xiàn)象,首先進行噪點刪除,然后通過聚類算法實現(xiàn)目標區(qū)域粗略定位,最后通過目標位置信息優(yōu)化算法實現(xiàn)精確定位,提高背景差算法檢測...

【文章頁數(shù)】：78 頁

【學位級別】：碩士

【部分圖文】：

圖1.1安防行業(yè)市場份額

第1章引言1研究背景、目的和意義隨著智慧城市、公共安全與信息化建設的需求日益增長，視頻監(jiān)控系統(tǒng)作為核心組成部分是不可或缺的。研究表明，2015年，國內(nèi)安防產(chǎn)業(yè)生產(chǎn)總值為4860元，同比上一年增長了13%，其中視頻監(jiān)控系統(tǒng)產(chǎn)值占到了安防產(chǎn)業(yè)總產(chǎn)值的%。根據(jù)IDC（i....

圖1.2攝像頭類型比例

數(shù)據(jù)總量約為40ZB。如下圖1.1和1.2所示，隨著技術(shù)的發(fā)展，從圖1.2中可出，高清攝像頭的比例越來越高。種種數(shù)據(jù)顯示，視頻監(jiān)控作為獲取信息的手段，已經(jīng)廣泛應用于各個領域。圖1.1安防行業(yè)市場份額

圖2.1智能視頻監(jiān)控系統(tǒng)示意圖

慶郵電大學碩士學位論文第2章已有相關(guān)技術(shù)研究標識別檢測的結(jié)果造成十分嚴重的影響。所以，智能視頻監(jiān)控系統(tǒng)如何在復雜變的環(huán)境下準確、實時、完整的檢測出場景中的目標區(qū)域是目前急需解決的問。智能視頻監(jiān)控系統(tǒng)在生活中的應用越來越廣泛，下圖2.1為常見的視頻監(jiān)控系示意圖，從圖中可....

圖2.2背景差法流程圖

郵電大學碩士學位論文第2章已有相關(guān)技術(shù)研究并沒有達到實驗階段所表現(xiàn)出的效果，而錯誤或不準確的結(jié)果會大大影響智頻監(jiān)控系統(tǒng)中后續(xù)智能算法的應用。下面將一一介紹這些算法，并分析各算優(yōu)缺點。.1背景差法背景差法首先利用監(jiān)控視頻流中的圖像幀進行背景建模，然后將當前幀與背進行差分運....

本文編號：3933986