运动目标检测和跟踪及其在视频监控系统中的应用

论文摘要

随着视频监控系统规模的不断扩大,单纯地使用人力实现所有监控点的在线监视对于很多监控系统来说已经不可能实现。因此具有全自动或者半自动监视功能的智能视频监控系统是视频监控系统未来发展的趋势。论文围绕着智能监控系统中的运动目标检测、跟踪,及其在实际监控系统中的应用而展开。论文分析了当前几种典型的运动目标检测算法,针对当前监控系统的需要,对现有算法进行适当地改进和调整。将帧差法与单高斯模型相结合,综合帧差法适应能力强和单高斯模型检测目标区域准确的优点。实现对运动目标的快速检测。论文对典型的运动目标跟踪算法进行分析与比较,重点研究了基于MeanShift和CamShift算法的运动目标跟踪。并针对CamShift算法的缺点进行了一系列的改进。首先改进了CamShift反向投影图的计算方法,通过结合场景信息来计算反向投影图,使得目标与背景差异较大的部分获得较大的权重,使得反向投影中目标与背景的权重差异扩大,密度极值区域与目标区域重叠性更好。同时调整了CamShift搜索匹配区域的搜索算法,通过在整个区域进行完全搜索来进行匹配,避免了迭代运算带来运算时间不稳定的问题,通过对搜索算法的优化,获得了比采用MeanShift迭代搜索算法更快的运算速度;同时也避免了MeanShift算法陷入局部极值导致跟踪丢失的风险。并给出了对视频监控序列进行跟踪的例子。论文最后将本文提出的运动目标检测、跟踪算法应用于实际监控系统,基于摄像机控制对目标进行跟踪,并给出了对人脸跟踪的结果、数据以及分析。

论文目录

• 致谢
• 摘要
• ABSTRACT
• 目录
• 图表目录
• 第1章 绪论
• 1.1 研究现状
• 1.1.1 智能视频监控系统
• 1.1.2 运动目标检测
• 1.1.3 运动目标跟踪
• 1.2 本文组织结构
• 第2章 运动目标检测
• 2.1 基于运动信息的运动目标检测算法
• 2.1.1 帧差法
• 2.1.2 减背景法
• 2.1.3 光流法
• 2.2 基于图像分割的运动目标检测方法
• 2.3 基于特征的目标检测算法
• 2.4 运动目标检测的难点
• 2.5 运动目标检测
• 2.5.1 本课题中对于目标检测算法的要求
• 2.5.2 运动目标检测算法的分析选择
• 2.5.3 帧差法与单高斯模型的结合
• 2.6 本章小结
• 第3章 视频运动目标跟踪
• 3.1 跟踪算法综述
• 3.2 基于区域特征匹配的运动目标跟踪算法
• 3.2.1 Mean Shift跟踪方法
• 3.2.2 CAMSHIFT跟踪方法
• 3.3 运动目标跟踪的难点
• 3.4 本论文的跟踪算法
• 3.5 实验结果及分析
• 3.5.1 目标轨迹分析
• 3.5.2 计算复杂度分析
• 3.6 本章小结
• 第4章 基于摄像机运动跟踪应用
• 4.1 监控系统的基本构架
• 4.2 跟踪算法的实际应用
• 4.3 基于摄像机运动的跟踪结果
• 4.4 结果分析
• 4.5 本章小结
• 第5章 总结与展望
• 5.1 全文总结
• 5.2 展望
• 参考文献
• 附录 硕士期间申请的专利