本文關(guān)鍵詞：智能視頻監(jiān)控中的目標檢測及分類技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：近年來,對于傳統(tǒng)視頻監(jiān)控系統(tǒng)的智能化水平的提高成為視頻監(jiān)控系統(tǒng)中的技術(shù)升級的核心任務。而對于運動目標的分類識別技術(shù)及基于規(guī)則的運動目標行為分析技術(shù)的研究成為了視頻監(jiān)控智能化的重要研究內(nèi)容之一。它們屬于高層次圖像語義分析,目前還面臨許多難點,最主要還是因為低層次和中層次的圖像信息源帶來的影響。本文重點研究了基于幾何特征的運動目標分類識別技術(shù)及基于絆線檢測規(guī)則的運動目標行為分析技術(shù),主要的工作有:(1)針對運動目標外輪廓對目標分類識別中的幾何特征提取的影響,設計了一種精度更高的運動目標外輪廓提取方法。首先通過GMM前景檢測方法得到粗步確定的運動目標區(qū)域,然后通過含標記的分水嶺方法進行外輪廓區(qū)域粗步定位,最后通過基于HVS空間陰影去除方法及目標重構(gòu)方法進行外輪廓區(qū)域精確定位,從而提取出精確的外輪廓。實驗結(jié)果表明,能夠得到更精確的外輪廓。(2)為提高基于幾何特征的目標分類識別方法的平均識別率,設計了一種改進方法。首先,在模式類的預定義上,依據(jù)目標的外輪廓形態(tài)差異,將預定義的模式類進一步細分成子模式類;其次,在特征提取上,先提取出高維度特征,再使用偽劃分的方式形成子特征向量組來多角度描述目標;最后在分類器分類策略上利用上述子特征向量組的分類結(jié)果綜合判定得到最終分類結(jié)果。實驗結(jié)果表明,該方法對預定義的4個模式類(人、小汽車、電動車、小人群)有好的結(jié)果,平均識別率達到了99.48%,相對于傳統(tǒng)方法提高了1.8%到4.0%左右。(3)針對當前絆線檢測方法的智能化水平較低的情形,設計了一種面向智能視頻監(jiān)控的智能方法。該方法首先利用運動目標的軌跡信息和計算幾何算法完成單向和雙向絆線檢測;通過擴展定義軌跡異常規(guī)則,完成對可疑目標的判別;其次利用運動目標分類識別方法分類獲取違規(guī)目標的類別;最后通過與違規(guī)目標關(guān)聯(lián)的多種基礎信息和事件生成機制,生成面向智能視頻監(jiān)控中可用的違規(guī)事件。實驗結(jié)果表明,該方法有較好的檢測效果,事件信息平均正確率達到91.6%。
【關(guān)鍵詞】：視頻監(jiān)控 目標檢測 外輪廓提取 目標分類識別 智能絆線檢測
【學位授予單位】：西南科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;TN948.6
【目錄】：

• 摘要4-5
• Abstract5-9
• 1 緒論9-17
• 1.1 研究背景和意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-14
• 1.3 本文主要研究工作14-15
• 1.4 本文結(jié)構(gòu)安排15-17
• 2 運動目標檢測及外輪廓提取研究17-34
• 2.1 常用的目標檢測方法17-20
• 2.1.1 光流場方法17-18
• 2.1.2 幀間差方法18-19
• 2.1.3 背景差方法19-20
• 2.2 一種精確的運動目標外輪廓提取方法20-26
• 2.2.1 前景檢測20-22
• 2.2.2 輪廓區(qū)域粗略定位22-24
• 2.2.3 輪廓區(qū)域精確定位24-26
• 2.3 實驗與分析26-33
• 2.3.1 目標檢測實驗26-29
• 2.3.2 外輪廓提取實驗29-33
• 2.4 小結(jié)33-34
• 3 運動目標分類識別技術(shù)研究34-61
• 3.1 目標分類理論基礎34-45
• 3.1.1 預備知識34-35
• 3.1.2 特征描述35-41
• 3.1.3 分類器41-45
• 3.2 一種基于幾何特征的改進目標分類識別方法45-53
• 3.2.1 特征提取46-49
• 3.2.2 子特征向量組生成49-50
• 3.2.3 最小錯分貝葉斯分類器50-52
• 3.2.4 綜合判定52-53
• 3.3 實驗與分析53-60
• 3.3.1 方法描述53-54
• 3.3.2 實驗54-60
• 3.4 小結(jié)60-61
• 4 智能絆線檢測技術(shù)研究61-69
• 4.1 絆線檢測及智能絆線檢測61
• 4.2 基本規(guī)則制定及判定61-63
• 4.3 軌跡異常規(guī)則制定及判定63
• 4.4 有效檢測區(qū)域設置63-64
• 4.5 目標事件生成64-65
• 4.6 實驗與分析65-68
• 4.6.1 方法描述65-66
• 4.6.2 實驗66-68
• 4.7 小結(jié)68-69
• 5 總結(jié)與展望69-71
• 5.1 總結(jié)69
• 5.2 展望69-71
• 致謝71-72
• 參考文獻72-78
• 攻讀學位期間的研究成果78

【相似文獻】

中國期刊全文數(shù)據(jù)庫 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(shù)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(shù);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(shù)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

中國重要會議論文全文數(shù)據(jù)庫 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(guān)鍵技術(shù)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(shù)、電子、儀器儀表創(chuàng)新學術(shù)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(shù)與應用學術(shù)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(shù)的智能視頻監(jiān)控系統(tǒng)[A];2011西部光子學學術(shù)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(shù)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(shù)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(shù)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(shù)年會論文集[C];2013年

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

中國重要報紙全文數(shù)據(jù)庫 前10條

1 天津天地偉業(yè)數(shù)碼科技有限公司 瞿關(guān)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(guān)的技術(shù)挑戰(zhàn)[N];中國信息化周報;2014年

中國博士學位論文全文數(shù)據(jù)庫 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(shù)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(guān)鍵技術(shù)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(guān)鍵技術(shù)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(guān)鍵技術(shù)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(guān)鍵技術(shù)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(shù)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(shù)大學;2012年

中國碩士學位論文全文數(shù)據(jù)庫 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(guān)技術(shù)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(shù)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(shù)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

  本文關(guān)鍵詞：智能視頻監(jiān)控中的目標檢測及分類技術(shù)研究，，由筆耕文化傳播整理發(fā)布。

本文編號：473552