發(fā)布時間：2021-03-12 18:07

　　隨著人工智能、大數(shù)據(jù)、云計算、5G等新興技術(shù)的飛速發(fā)展,智能視頻監(jiān)控成為一個研究熱點,并且?guī)恿嗽S多產(chǎn)業(yè)的發(fā)展,如醫(yī)療、工業(yè)、安防等,對人們的生產(chǎn)生活、社會發(fā)展等產(chǎn)生了重大的影響。在智能視頻監(jiān)控系統(tǒng)中,前景目標檢測技術(shù)是系統(tǒng)研究的基礎(chǔ)與關(guān)鍵,其檢測結(jié)果對后續(xù)的目標識別、目標分類、目標跟蹤等有著重要的影響,且與系統(tǒng)的智能化程度有著密切的關(guān)系。本文主要對智能視頻監(jiān)控系統(tǒng)中的前景目標檢測技術(shù)進行了深入地研究,重點研究了靜態(tài)場景、動態(tài)場景、鏡頭晃動場景下的前景目標檢測,建立了幀間差分法、背景差分法、混合高斯模型、改進的ViBe模型、特征匹配等模型,并根據(jù)前景目標檢測技術(shù)設(shè)計與實現(xiàn)了一個簡易的監(jiān)控系統(tǒng),最后對系統(tǒng)進行了測試和算法評價。主要的研究工作如下:（1）在不同的監(jiān)控場景下,通過建立多種算法模型來實現(xiàn)前景目標檢測,并根據(jù)實驗結(jié)果對模型進行了分析。對于靜態(tài)場景,建立了幀間差分法模型,并針對幀間差分法在前景運動目標移動過慢或過快時檢測不準確的問題,提出了基于梯度系數(shù)的改進的兩幀差分法;同時,建立了基于背景差分思想的單高斯背景模型和ViBe模型,并進行了分析對比。對于動態(tài)場景,建立了混合高斯模型,... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁數(shù)】：90 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號對照表
縮略語對照表
第一章 緒論
    1.1 引言
    1.2 研究背景與意義
    1.3 國內(nèi)外研究現(xiàn)狀
        1.3.1 智能視頻監(jiān)控系統(tǒng)的研究現(xiàn)狀
        1.3.2 前景目標檢測的研究現(xiàn)狀
    1.4 主要研究內(nèi)容與結(jié)構(gòu)安排
第二章 智能視頻監(jiān)控系統(tǒng)的組成與基礎(chǔ)理論
    2.1 智能視頻監(jiān)控系統(tǒng)的組成
    2.2 前景目標檢測技術(shù)
        2.2.1 光流法
        2.2.2 幀間差分法
        2.2.3 背景差分法
        2.2.4 三種技術(shù)對比
    2.3 本章小結(jié)
第三章 不同監(jiān)控場景下的前景目標檢測
    3.1 靜態(tài)場景下的前景目標檢測
        3.1.1 圖像預(yù)處理
        3.1.2 幀間差分法及其改進
        3.1.3 背景差分法模型
        3.1.4 實驗結(jié)果與分析
    3.2 動態(tài)場景下的前景目標檢測
        3.2.1 混合高斯模型
        3.2.2 改進的Vi Be模型
        3.2.3 實驗結(jié)果與分析
    3.3 鏡頭晃動場景下的前景目標檢測
        3.3.1 提取特征角點
        3.3.2 仿射變換
        3.3.3 圖像填充
        3.3.4 實驗結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于前景目標檢測的監(jiān)控系統(tǒng)設(shè)計與實現(xiàn)
    4.1 系統(tǒng)的總體架構(gòu)與功能
    4.2 系統(tǒng)功能模塊設(shè)計
        4.2.1 流媒體服務(wù)模塊
        4.2.2 視頻傳輸模塊
        4.2.3 視頻播放模塊
        4.2.4 算法分析模塊
        4.2.5 界面顯示模塊
    4.3 系統(tǒng)實現(xiàn)
        4.3.1 運行環(huán)境
        4.3.2 各模塊實現(xiàn)
    4.4 本章小結(jié)
第五章 系統(tǒng)測試與算法評價
    5.1 系統(tǒng)測試
        5.1.1 功能測試
        5.1.2 實際場景測試
    5.2 算法評價
        5.2.1 性能分析
        5.2.2 速度分析
        5.2.3 模型對比
    5.3 本章小結(jié)
第六章 總結(jié)和展望
    6.1 總結(jié)
    6.2 展望
參考文獻
致謝
作者簡介


【參考文獻】：
期刊論文
[1]多媒體技術(shù)研究:2013——面向智能視頻監(jiān)控的視覺感知與處理[J]. 黃鐵軍,鄭錦,李波,傅慧源,馬華東,薛向陽,姜育剛,于俊清.  中國圖象圖形學(xué)報. 2014(11)
[2]連續(xù)幀間差分與背景差分相融合的運動目標檢測方法[J]. 屈晶晶,辛云宏.  光子學(xué)報. 2014(07)
[3]智能視頻監(jiān)控在公共安防中的應(yīng)用研究[J]. 張曙光.  信息系統(tǒng)工程. 2011(07)
[4]SIFT特征匹配和差分相乘融合的運動目標檢測[J]. 王梅,屠大維,周許超.  光學(xué)精密工程. 2011(04)
[5]一種基于改進碼本模型的快速運動檢測算法[J]. 徐成,田崢,李仁發(fā).  計算機研究與發(fā)展. 2010(12)
[6]淺談視頻監(jiān)控系統(tǒng)的“昨天”“今天”“明天”[J]. 陶興.  中國安防. 2008(09)

博士論文
[1]圖像處理中幾個關(guān)鍵算法的研究[D]. 康牧.西安電子科技大學(xué) 2009

碩士論文
[1]基于運動檢測的智能視頻監(jiān)控系統(tǒng)設(shè)計[D]. 王丹.中北大學(xué) 2017
[2]視頻擁擠場景下快速目標檢測算法的研究與實現(xiàn)[D]. 陳泳瑾.南京郵電大學(xué) 2016
[3]智能視頻監(jiān)控平臺中區(qū)域目標檢測和聯(lián)合跟蹤的設(shè)計與實現(xiàn)[D]. 秦浩.南京郵電大學(xué) 2016
[4]基于視頻的人體多目標檢測與跟蹤算法研究[D]. 黃超.西華大學(xué) 2014
[5]視頻中人的異常行為檢測方法研究[D]. 陳博.吉林大學(xué) 2013
[6]智能視頻監(jiān)控系統(tǒng)中的運動目標檢測方法研究[D]. 胡雄鴿.湖南大學(xué) 2012
[7]基于部件的人體檢測算法的實現(xiàn)及優(yōu)化[D]. 胡毅.天津大學(xué) 2012
[8]交通圖像序列的分割與目標跟蹤[D]. 高斌.天津理工大學(xué) 2011
[9]基于視頻分析的智能監(jiān)控系統(tǒng)研究與實現(xiàn)[D]. 嚴照宇.電子科技大學(xué) 2010
[10]動態(tài)場景中的運動目標檢測與跟蹤技術(shù)[D]. 仇晨光.哈爾濱工程大學(xué) 2010



本文編號：3078745