計算機智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究

計算機智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究

ID:32476150

大?。?.60 MB

頁數(shù):190頁

時間:2019-02-07

計算機智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究_第1頁
計算機智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究_第2頁
計算機智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究_第3頁
計算機智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究_第4頁
計算機智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究_第5頁
資源描述:

《計算機智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究》由會員上傳分享,免費在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、東北大學(xué)博士學(xué)位論文摘要計算機智能視頻監(jiān)控系統(tǒng)關(guān)鍵技術(shù)研究摘要計算機智能視頻監(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,是計算機科學(xué)、機器視覺、圖像工程、模式識別、人工智能等多學(xué)科高技術(shù)的結(jié)晶。計算機智能視頻監(jiān)控是在不需要人為干預(yù)情況下,利用計算機視覺和視頻分析的方法對攝像機拍錄的圖像序列進(jìn)行自動分析,實現(xiàn)對動態(tài)場景中目標(biāo)的定位、識別和跟蹤,并在此基礎(chǔ)上分析和判斷目標(biāo)的行為,得出對圖像內(nèi)容含義的理解以及對客觀場景的解釋,從而指導(dǎo)和規(guī)劃行動。視頻監(jiān)控系統(tǒng)已經(jīng)應(yīng)用于小區(qū)安全監(jiān)控、火情監(jiān)控、交通違章、流量控制、軍事和銀行、商場、機場、地鐵

2、等公共場所安全防范等,并且將有著更加廣泛的應(yīng)用前景。但現(xiàn)有的視頻監(jiān)控系統(tǒng)通常只是錄制視頻圖像,用來當(dāng)作事后證據(jù),沒有充分發(fā)揮實時主動的監(jiān)控作用。如果將現(xiàn)有的視頻監(jiān)控系統(tǒng)改進(jìn)成為智能視頻監(jiān)控系統(tǒng),就能夠大大地增強監(jiān)控能力、降低不安全隱患,同時節(jié)省人力物力資源,節(jié)約投資。目前,計算機智能視頻監(jiān)控在理論和應(yīng)用上都面臨著很多難題,國內(nèi)外大批學(xué)者投身于該領(lǐng)域的研究和探索,并且取得了大量的成果。本文是在這些成果的基礎(chǔ)上,對計算機智能視頻監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)進(jìn)行研究。主要貢獻(xiàn)可概括如下:首先,對目標(biāo)檢測技術(shù)進(jìn)行了研究,并提出了一種基于背景建模的運動目標(biāo)檢測算法。利

3、用統(tǒng)計的方法建立了基于顏色和顏色梯度的背景模型,并實時地對背景模型進(jìn)行更新,最后將這兩種背景模型綜合考慮對目標(biāo)進(jìn)行了有效的檢測。該算法較好地解決了背景模型的提取、更新、背景擾動、外界光照變化等問題。接著,研究了復(fù)雜背景下多目標(biāo)跟蹤問題,提出了基于蒙特卡羅粒子濾波器的復(fù)雜背景下多目標(biāo)跟蹤算法。給出了序列圖像多目標(biāo)跟蹤系統(tǒng)的狀態(tài)方程、觀測方程、重采樣方法以及目標(biāo)跟蹤中的一些特殊情況的處理方法。該算法有效解決了目標(biāo)跟蹤算法中的新目標(biāo)出現(xiàn)、老目標(biāo)消失、目標(biāo)遮擋和蒙特卡方法實時性差等問題。然后,提出了目標(biāo)分類算法。用有向無環(huán)圖的多類支持向量機對目標(biāo)進(jìn)行分類,

4、該分類器使用少量的樣本,就可以得到較好的分類精度。通過最大互信息,辨識出場景無關(guān)特征量和場景相關(guān)特征量。場景無關(guān)特征量的使用,使得n東北大學(xué)博士學(xué)位論文摘要分類器對任何場景都具有良好的通用性;而場景相關(guān)特征量的使用則大大提高了分類器的精度。最后,針對視頻監(jiān)控中的行為理解進(jìn)行了探討性的研究。建立一個行為理解的系統(tǒng),這個系統(tǒng)由場景模型、行為模型和行為自動識別三部分組成。該系統(tǒng)采用了分層的陳述性行為模型,該模型具有易于修改、擴(kuò)充、推廣、描述等優(yōu)點。同時提出了基于貝葉斯網(wǎng)絡(luò)的行為自動識別算法,將目標(biāo)特征及構(gòu)成行為的子行為或簡單行為在不同層次上連接,從而構(gòu)造

5、了一個能對運動目標(biāo)行為進(jìn)行分析、推理的貝葉斯因果模型。關(guān)鍵詞:計算機智能視頻監(jiān)控,運動目標(biāo)檢測,目標(biāo)跟蹤,目標(biāo)分類,行為理解,高斯混合模型,貝葉斯估計,特征提取,支持向量機。III東北大學(xué)博士學(xué)位論文ResearchontheKeyTechnologiesofComputerIntelligentVideoSurveilanceSystemAbstractComputerintelligentvideosurveillancesystem(CIVSS)isoneofnewarisinghigh-techapplicationfields.Itspa

6、nsmanysubjectsincludingcomputerscience,machinevision,imageengineering,patternanalysis,artificialintelligence,etc.CLASScanautomaticallyanalysesequenceimagebythemethodsofcomputervisionandvideoanalysis.Thesystemcanreal-timedetect,recognize,andtrackmovingobjectsinaspecialenvironme

7、nt.Furthermore,itcanalsoanalyseandjudgethebehaviorofobjects.TheaimsofCIVSSaretounderstandthemeaningsofvideostreamandtoexplainthescenescomprehensibly,hencetoguidetheactionandmakesomedecision.Surveillancecamerasarealreadyappliedinsafetymonitoring,firemonitoring,trafficflowandpec

8、cancy,andthesurveillanceforbank,shopping,parkinglots,aerodrom

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動畫的文件,查看預(yù)覽時可能會顯示錯亂或異常,文件下載后無此問題,請放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對本文檔版權(quán)有爭議請及時聯(lián)系客服。
3. 下載前請仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時可能由于網(wǎng)絡(luò)波動等原因無法下載或下載錯誤,付費完成后未能成功下載的用戶請聯(lián)系客服處理。