本文選題：智能視頻監(jiān)控　切入點：視覺注意　出處：《長春工業(yè)大學》2017年碩士論文　論文類型：學位論文

【摘要】：視覺注意是人類處理視覺信息的一種方法,而智能監(jiān)控系統(tǒng)要實現(xiàn)的目標是讓攝像頭充當我們的眼睛使得我們的生活更智能化,因此將視覺注意機制的算法引入設備中,這使得嵌入式設備更像人的眼睛,并且也能幫助嵌入式設備篩選出重要的信息,加快視覺信息的處理速度。同時,將嵌入式設備接入網(wǎng)絡,可以形成龐大的視聯(lián)網(wǎng),為城市的各行各業(yè)服務,實現(xiàn)真正的智慧城市。本文主要對視覺顯著性計算方法與一般的運動目標檢測方法進行深入研究,提出將視覺顯著性計算方法引入運動目標檢測算法中,來檢測顯著的運動目標,然后結(jié)合多目標跟蹤實現(xiàn)車流量檢測的算法,最后將算法移植到在Exynos 4412處理器平臺上。針對本文研究的主要內(nèi)容,首先對當前主流的視覺顯著性計算方法進行研究,并結(jié)合算法的對比效果與實時性,選取HC算法計算圖像的顯著性;然后研究了經(jīng)典運動目標檢測算法中的背景差分法,選取ViBe算法計算運動區(qū)域,并對ViBe算法進行了一些改進,可以消除鬼影,并且當出現(xiàn)誤檢時,可以減少消除誤檢所需的時間;然后本文提出了一種基于顯著圖和Vi Be算法的顯著運動目標檢測算法,該方法利用改進的ViBe算法計算時間顯著圖和HC算法計算空間顯著圖,然后以時間顯著圖中的運動目標為指導,在空間顯著圖中計算該目標的顯著性,并判斷該目標是否是顯著目標,如果是,則對該目標進行空時顯著性融合,得到空時顯著圖;最后對圖像進行自適應閾值分割,獲得最終的運動目標,該算法與經(jīng)典運動目標算法比較,可以有效解決算法中產(chǎn)生的鬼影、陰影以及一些不顯著運動目標問題;然后對檢測的顯著運動進行跟蹤,并通過絆線檢測來統(tǒng)計各個方向的車流量實現(xiàn)車流量檢測,本文多目標跟蹤算法使用Kalman濾波與Hungary任務分配算法實現(xiàn);最后在搭建好的嵌入式軟硬件平臺上,移植車流量檢測算法,實現(xiàn)了智能監(jiān)控系統(tǒng)中車流量檢測的功能。
[Abstract]:Visual attention is a way for human beings to process visual information, and the goal of intelligent monitoring system is to let the camera act as our eyes to make our life more intelligent, so the algorithm of visual attention mechanism is introduced into the device. This makes embedded devices look more like human eyes, and can also help embedded devices to screen out important information and speed up the processing of visual information. At the same time, connecting embedded devices to the network can form a huge visual network. In this paper, the visual salience calculation method and the general moving target detection method are studied deeply. In this paper, the visual salience algorithm is introduced into the moving target detection algorithm to detect the significant moving target, and then the multi-target tracking algorithm is used to realize the vehicle flow detection. Finally, the algorithm is transplanted to the Exynos 4412 processor platform. In view of the main content of this paper, the current mainstream visual salience calculation method is studied, and the contrast effect and real-time performance of the algorithm are combined. Select HC algorithm to calculate the salience of image, then study the background difference method in the classical moving target detection algorithm, select the ViBe algorithm to calculate the moving region, and make some improvements to the ViBe algorithm, which can eliminate the ghost image. And when false detection occurs, it can reduce the time required to eliminate false detection. Then, a salient moving target detection algorithm based on saliency graph and Vi be algorithm is proposed. The improved ViBe algorithm is used to calculate the temporal salience map and the HC algorithm to calculate the spatial salience map. Then the significance of the target is calculated in the spatial salience map under the guidance of the moving object in the time-significant map. If it is, the spatial-temporal salient map is obtained by space-time significant fusion. Finally, the image is segmented by adaptive threshold, and the final moving target is obtained. Compared with the classical moving target algorithm, the algorithm can effectively solve the problems of ghost, shadow and some unremarkable moving objects, and then track the detected salient motion. The multi-target tracking algorithm is implemented by Kalman filter and Hungary task allocation algorithm. Finally, on the embedded hardware and software platform, the multi-target tracking algorithm is implemented on the embedded hardware and software platform. The traffic flow detection algorithm is transplanted to realize the function of the traffic flow detection in the intelligent monitoring system.
【學位授予單位】：長春工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TN948.6

【相似文獻】

相關期刊論文 前10條

1 ;我國研制成功智能視頻監(jiān)控系統(tǒng)[J];消防技術與產(chǎn)品信息;2008年02期

2 李少華;;高清智能視頻監(jiān)控系統(tǒng)保城市平安[J];中國公共安全(綜合版);2012年07期

3 饒彥;;幼兒園智能視頻監(jiān)控系統(tǒng)探究[J];計算機光盤軟件與應用;2013年13期

4 ;服務于行業(yè)客戶的網(wǎng)絡化智能視頻監(jiān)控系統(tǒng)[J];信息網(wǎng)絡;2006年12期

5 黃會雄;;一種智能視頻監(jiān)控體系結(jié)構(gòu)設計方案[J];微計算機信息;2007年16期

6 韓云;鄭尚志;;智能視頻監(jiān)控及應用[J];光盤技術;2008年08期

7 李建文;康慕寧;鄧正宏;;一個基于行為分析的智能視頻監(jiān)控系統(tǒng)的原型[J];科學技術與工程;2009年06期

8 余臘生;劉勇;;基于網(wǎng)絡的智能視頻監(jiān)控系統(tǒng)的設計與實現(xiàn)[J];計算機工程與設計;2009年16期

9 張新新;孔英會;;智能視頻監(jiān)控中的異常檢測方法研究[J];黑龍江科技信息;2009年36期

10 余臘生;劉勇;;基于網(wǎng)絡的智能視頻監(jiān)控系統(tǒng)的設計與實現(xiàn)[J];安防科技;2009年11期

相關會議論文 前9條

1 沈海燕;馮云梅;史宏;呂曉軍;;鐵路安檢區(qū)域智能視頻監(jiān)控系統(tǒng)設計及關鍵技術研究[A];第八屆中國智能交通年會優(yōu)秀論文集——軌道交通[C];2013年

2 薄海睿;李正宜;楊永生;;淺談智能視頻監(jiān)控發(fā)展[A];第二十七屆中國（天津）2013IT、網(wǎng)絡、信息技術、電子、儀器儀表創(chuàng)新學術會議論文集[C];2013年

3 付亮亮;李旭偉;;一種面向智能視頻監(jiān)控的系統(tǒng)原型[A];2008'中國信息技術與應用學術論壇論文集（一）[C];2008年

4 侯宏錄;李寧鳥;;一種基于運動目標識別技術的智能視頻監(jiān)控系統(tǒng)[A];2011西部光子學學術會議論文摘要集[C];2011年

5 李易;管慶;;基于DM642的智能視頻監(jiān)控系統(tǒng)[A];2008年中國西部青年通信學術會議論文集[C];2008年

6 曹曉玲;;IP智能視頻監(jiān)控系統(tǒng)的發(fā)展及挑戰(zhàn)[A];四川省通信學會Ip應用與增值電信技術會議論文集[C];2011年

7 朱映映;梁葉;文振q;;智能視頻監(jiān)控中頭部運動跟蹤的自適應算法研究[A];第七屆和諧人機環(huán)境聯(lián)合學術會議（HHME2011)論文集【poster】[C];2011年

8 葉斌;崔蘭蘭;;淺析智能視頻監(jiān)控中的目標識別差分算法[A];四川省通信學會2013年學術年會論文集[C];2013年

9 李磊;;視頻監(jiān)控關鍵技術及其應用前景研究[A];武漢市第二屆學術年會、通信學會2006年學術年會論文集[C];2006年

相關重要報紙文章 前10條

1 天津天地偉業(yè)數(shù)碼科技有限公司 瞿關明;理性對待智能視頻監(jiān)控[N];計算機世界;2008年

2 索尼(中國)有限公司 文軍;如何有效實現(xiàn)智能視頻監(jiān)控[N];計算機世界;2008年

3 王玲;智能視頻監(jiān)控：讓人們的生活更安全[N];經(jīng)濟日報;2007年

4 賽迪;智能視頻監(jiān)控粉墨登場[N];中華建筑報;2006年

5 彭東;智能視頻監(jiān)控：給您最及時的危機報告[N];科技日報;2007年

6 賽迪;智能視頻監(jiān)控粉墨登場[N];中華建筑報;2006年

7 記者 郭丹;萬安獲省專項資金230萬[N];湛江日報;2011年

8 陳瑜邋唐婷;智能視頻監(jiān)控：給電子眼裝上“大腦”[N];科技日報;2007年

9 ;世博中國館智能視頻監(jiān)控系統(tǒng)[N];中國計算機報;2010年

10 中國工程院院士 高文;與智能視頻監(jiān)控有關的技術挑戰(zhàn)[N];中國信息化周報;2014年

相關博士學位論文 前10條

1 車進;智能視頻監(jiān)控系統(tǒng)的信息處理算法研究及設計實現(xiàn)[D];天津大學;2014年

2 陳功;魯棒的智能視頻監(jiān)控方法研究[D];中國科學技術大學;2008年

3 王一木;可重構(gòu)的無線智能視頻監(jiān)控平臺的研究[D];浙江大學;2013年

4 張謝華;煤礦智能視頻監(jiān)控系統(tǒng)關鍵技術的研究[D];中國礦業(yè)大學;2013年

5 方帥;計算機智能視頻監(jiān)控系統(tǒng)關鍵技術研究[D];東北大學;2005年

6 畢國玲;智能視頻監(jiān)控系統(tǒng)中若干關鍵技術研究[D];中國科學院研究生院(長春光學精密機械與物理研究所);2015年

7 高俊祥;智能視頻監(jiān)控中目標的檢測與跟蹤[D];北京郵電大學;2010年

8 張劍;基于內(nèi)容的智能視頻監(jiān)控關鍵技術及在公共安防中的應用研究[D];浙江大學;2007年

9 焦波;面向智能視頻監(jiān)控的運動目標檢測與跟蹤方法研究[D];國防科學技術大學;2009年

10 夏東;智能視頻監(jiān)控中目標檢測、跟蹤和識別方法研究[D];國防科學技術大學;2012年

相關碩士學位論文 前10條

1 鐘俊洪;基于深度學習的目標跟蹤及異常徘徊檢測[D];華南理工大學;2015年

2 韓杰;高清智能視頻監(jiān)控系統(tǒng)軟件研發(fā)[D];浙江大學;2015年

3 陳政;基于分層貝葉斯模型的智能視頻監(jiān)控中的異常檢測[D];西南大學;2015年

4 潘兆華;智能視頻監(jiān)控中的運動目標檢測相關技術研究[D];天津理工大學;2015年

5 鄭寶國;智能視頻監(jiān)控人群檢測研究與應用[D];上海應用技術學院;2015年

6 周潔;智能視頻監(jiān)控中人群異常行為的檢測與分析[D];寧波大學;2015年

7 陳正平;某景區(qū)智能視頻監(jiān)控平臺的設計與實現(xiàn)[D];安徽大學;2015年

8 蔣可心;智能視頻監(jiān)控系統(tǒng)中若干生物特征識別研究[D];電子科技大學;2014年

9 黃旭楠;智能視頻監(jiān)控系統(tǒng)的算法研究[D];西安電子科技大學;2014年

10 李曉楠;基于視頻的軌跡分析技術及在目標異常行為檢測中的應用研究[D];浙江工商大學;2015年

，

本文編號：1618682