檢測跟蹤文獻綜述new

《檢測跟蹤文獻綜述new》由會員上傳分享，免費在線閱讀，更多相關(guān)內(nèi)容在教育資源-天天文庫。

1、近年來，智能視頻監(jiān)控技術(shù)的研究與應(yīng)用備受人們關(guān)注。作為其基本處理部分，視頻監(jiān)控圖像的運動目標檢測是一個非?；钴S的研究方向，屬于計算機視覺領(lǐng)域的重要研究內(nèi)容，在智能監(jiān)控、視頻壓縮、自動導(dǎo)航、人機交互、虛擬現(xiàn)實等方面有著廣泛的應(yīng)用前景。隨著計算機軟硬件技術(shù)的發(fā)展，計算機技術(shù)與監(jiān)控技術(shù)相結(jié)合成為了一個新興的應(yīng)用研究方向。這種監(jiān)控系統(tǒng)與傳統(tǒng)意義上的監(jiān)控系統(tǒng)的本質(zhì)區(qū)別在十其智能性。視頻監(jiān)控的目的主要是用十對入侵者的監(jiān)視、交通流量的監(jiān)測，以及大門出入人員的保安監(jiān)控等。傳統(tǒng)的監(jiān)控系統(tǒng)大都需要人工配合進行監(jiān)控，存在各種問題。采用紅外傳感器等半自動的檢測方法又存在對貓犬等動物產(chǎn)生誤報警等問題。因此，對智能化的

2、監(jiān)控系統(tǒng)的研究就非常有必要。簡言之，不僅僅用攝像機來代替人眼簡單的獲取現(xiàn)場圖像信息，應(yīng)用計算機技術(shù)來協(xié)助監(jiān)控人員甚至代替監(jiān)控人員來完成監(jiān)控任務(wù)，從而既獲得良好的監(jiān)控效果，又大大地減輕監(jiān)控中的人力投入。由此可見，智能監(jiān)控系統(tǒng)有著廣泛的應(yīng)用前景和潛在的市場價值。然而要使監(jiān)控系統(tǒng)達到智能化，就必須使計算機能夠從監(jiān)控攝像機里所獲取的視頻圖像序列中提取出感興趣的目標，并對其進行目標分類和跟蹤，從而達到對目標行為進行理解與描述的目的。智能視頻監(jiān)控是計算機視覺領(lǐng)域一個新興的應(yīng)用方向和備受關(guān)注的前沿課題。視頻監(jiān)控技術(shù)的發(fā)展大致經(jīng)歷了以下二個階段：(1)第一代視頻監(jiān)控系統(tǒng):早期的視頻監(jiān)控都是以模擬設(shè)備為主的閉

3、路電視監(jiān)控系統(tǒng)，稱其為模擬視頻監(jiān)控系統(tǒng)。通常采用同軸電纜的傳輸方式進行信號傳輸，但是這種模擬方式的傳輸要保證寬帶信號具有高的信噪比和較小失真是十分困難的，所以第一代監(jiān)控系統(tǒng)的可靠性和抗干擾性都較差，功能也相對簡單。(2)第二代視頻監(jiān)控系統(tǒng):隨著數(shù)字技術(shù)的發(fā)展，圖像數(shù)據(jù)壓縮編碼技術(shù)及標準的改進，芯片成本的不斷下降，數(shù)字視頻監(jiān)控系統(tǒng)也迅速發(fā)展起來。人們利用計算機的高速數(shù)據(jù)處理能力進行視頻采集和處理，大大提高了圖像質(zhì)量，增強了視頻監(jiān)控的能力，提高了系統(tǒng)的可靠性，增強其可擴展性，其功能也越來越專業(yè)化、多樣化。(3)第二代視頻監(jiān)控系統(tǒng):隨著網(wǎng)絡(luò)帶寬、計算機處理能力和存儲容量的迅速提高，以及各種實用視頻

4、信息處理技術(shù)的出現(xiàn)，視頻監(jiān)控進入了全數(shù)字化的網(wǎng)絡(luò)時代，即全數(shù)字視頻監(jiān)控系統(tǒng)。該系統(tǒng)以網(wǎng)絡(luò)為依托，以數(shù)字視頻的壓縮、傳輸和存儲為核心，以智能實用的圖像分析為特色，引導(dǎo)視頻監(jiān)控技術(shù)向智能化和網(wǎng)絡(luò)化的方向不斷發(fā)展。智能監(jiān)控系統(tǒng)是采用圖像處理、模式識別和計算機視覺技術(shù)，通過在監(jiān)控系統(tǒng)中增加智能視頻分析模塊，借助計算機強大的數(shù)據(jù)處理能力，在不需要人為干預(yù)的情況下對拍攝到的圖像序列進行動態(tài)分析，過濾掉視頻畫面無用的或干擾信息，自動識別不同目標，分析抽取視頻源中關(guān)鍵有用信息，快速準確地定位事故現(xiàn)場，判斷監(jiān)控畫面中的異常情況，并以最快和最佳的方式發(fā)出警報或觸發(fā)其它動作，從而有效進行事前預(yù)警，事中處理，事后及

5、時取證的全自動、全天候、實時監(jiān)控的智能系統(tǒng)。要完成智能視覺監(jiān)控的任務(wù)，需要用到計算機視覺、模式識別、數(shù)字圖像處理和人工智能等多門學(xué)科的知識。對運動目標的檢測與跟蹤就是其中的核心技術(shù)，處十整個視覺監(jiān)控系統(tǒng)的底層，是各種后續(xù)處理的基礎(chǔ)。運動目標的檢測與跟蹤技術(shù)不僅在智能監(jiān)控系統(tǒng)中有重要應(yīng)用，已經(jīng)廣泛應(yīng)用十軍事和工業(yè)機器人等多個領(lǐng)域中，因此對運動目標檢測與跟蹤的研究無疑是一項既有理論意義又有實用價值的課題。一、目標跟蹤的種類（1）基于區(qū)域的跟蹤基于區(qū)域的跟蹤方法首先要得到包含目標的區(qū)域模板,模板的提取一般通過圖像分割獲得或者是預(yù)先人為確定,模板通常為略大于目標的矩形,也可以是不規(guī)則形狀,然后設(shè)定一

6、個相似性度量,在序列圖像中搜索目標,把度量取極值時對應(yīng)的區(qū)域作為對應(yīng)幀中的目標區(qū)域。由于提取的目標模板是以目標整體作為對象,它包含了較完整的目標信息,因而具有較高的可信度。由于該方法以目標的整體特征信息作為跟蹤依據(jù),所以在目標發(fā)生較小形變等情況下仍然可以準確的對目標進行跟蹤;在目標未被遮擋時,跟蹤的準確性和魯棒性也較好。其缺點首先是這種方法需要對整個圖像區(qū)域進行搜索,要求獲取的信息較多,因此比較耗時,不能滿足實際應(yīng)用中視頻監(jiān)控實時性的要求,這種方法一般用于跟蹤較小的目標或者對比度較低的目標;而且跟蹤的目標變形不能太大,否則會導(dǎo)致跟蹤精度下降甚至目標丟失;而且,當目標出現(xiàn)太大遮擋時,也容易造成

7、跟蹤目標的丟失。針對這些缺陷,近年來,對于基于區(qū)域跟蹤方法研究最多的是如何處理包含目標的模板更新,以保證跟蹤的連續(xù)性和穩(wěn)定性。（2）基于活動輪廓的跟蹤基于活動輪廓跟蹤的基本思想是提取物體的邊界輪廓作為輪廓模板,利用封閉的曲線輪廓來表達運動目標,在后繼幀的二值邊緣圖像中跟蹤目標輪廓。由于這種方法所使用的模板是目標輪廓,并且匹配。過程是在二值圖像中進行,所以相對基于區(qū)域的跟蹤算法來說,它的優(yōu)點是計算量較小,而且在