基于视频序列的徘徊检测跟踪算法的研究与实现

论文摘要

目前,广泛应用于公共场所的视频监控只是完成简单的录像功能,以便用于事后的取证和分析,然而大量的事实证明,事前的预警和事中的报警更为重要,它可以把一些容易变为攻击性目标场所存在的潜在隐患抑制于萌芽之中,而本论文研究的基于视频序列的徘徊检测与跟踪算法正是以此为目的展开。为了实现徘徊检测与跟踪,首先由计算机检测出监控场景内出现的运动目标,然后对该目标进行行为分析,当判定目标出现徘徊行为时,自动产生报警信号,并在显示器上实施目标跟踪。主要内容包括目标检测,行为判定和跟踪报警,其中重点是目标徘徊行为的判定。本课题通过开展了大量研究工作的基础上,提出了一种徘徊判定标准,同时,还解决了检测算法本身只能检测出动态目标,而对于静止后的目标无法进行有效的检测与跟踪的问题。本论文的主要研究工作有：(1)研究了目标检测和目标跟踪技术,并在此基础上对现有算法进行了改进,形成了背景差分和Camshift相结合的目标检测和跟踪方法。这种算法是通过连续传递背景差分方法提取出的目标轮廓信息到Camshift算法中去,在判定目标静止后,采用Camshift算法继续跟踪,可以防止目标丢失。(2)在深入剖析徘徊行为特点的基础上,提出了一条徘徊判定标准,这条标准包括以下3个方面：第一,目标在防区内移动的总距离；第二,目标通过防区所用时间；第三,目标在当前帧位置与第一次进入防区位置间的距离变化情况,并在这条标准的基础上,进行了算法设计。(3)在PC机平台上,完成了基于C语言和OpenCV库的徘徊检测跟踪算法的设计与实现,同时成功将徘徊目标检测与跟踪算法移植到SEEDDVS6446嵌入式平台上,解决了系统设计,ARM和DSP端配置,算法的优化、封装等问题。(4)开展了大量的实验工作用来验证徘徊判定标准的正确性,实验结果表明该判定标准可以准确、高效的判定出目标徘徊行为的发生。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究的背景和意义
• 1.2 国内外研究现状
• 1.3 本文的主要内容
• 1.4 本文创新点
• 第二章 运动目标检测和跟踪方法
• 2.1 引言
• 2.2 运动目标检测方法
• 2.2.1. 运动目标检测流程
• 2.2.2 背景差分检测目标
• 2.2.3 三帧差分检测目标
• 2.2.4 光流法检测目标
• 2.3 运动目标跟踪技术
• 2.3.1 基于颜色的跟踪算法
• 2.3.2 基于运动估计的跟踪算法
• 第三章 运动目标徘徊检测与跟踪算法的设计
• 3.1 引言
• 3.2 运动目标的检测
• 3.3 目标轮廓的矩形边界框
• 3.4 目标徘徊行为的判定依据
• 3.4.1 目标在防区内的总移动距离
• 3.4.2 目标在当前帧位置与第一次进入防区位置间的距离变化情况
• 3.4.3 目标在防区内运动的时间
• 3.5 CAMSHIFT跟踪算法
• 第四章 运动目标徘徊检测与跟踪算法的实现
• 4.1 引言
• 4.2 算法硬件开发平台
• 4.3 算法软件开发平台
• 4.4 运动目标徘徊检测与跟踪算法的实现
• 4.4.1 目标检测及跟踪方法流程图
• 4.4.2 算法程序设计
• 4.5 实验结果分析
• 第五章 徘徊检测跟踪算法在DVS6446平台上的实现
• 5.1 引言
• 5.2 SEED-DVS6446概述
• 5.2.1 TMS320DM6446的硬件结构
• 5.2.2 TMS320DM6446的软件结构
• 5.3 徘徊检测与跟踪算法开发平台搭建
• 5.4 目标徘徊检测跟踪系统设计
• 5.5 ARM和DSP端的配置
• 5.5.1 ARM端的主要配置
• 5.5.2 DSP端的主要配置
• 5.6 徘徊检测跟踪算法的移植与优化
• 5.6.1 定点算法设计
• 5.6.2 徘徊检测跟踪算法的优化
• 5.7 徘徊检测跟踪算法的封装
• 5.8 ARM端应用程序设计
• 5.8.1 主线程
• 5.8.2 捕获线程
• 5.8.3 视频线程
• 5.8.4 显示线程
• 5.8.5 线程之间的交互
• 5.9 实验结果分析
• 第六章 总结与展望
• 6.1 论文总结
• 6.2 工作展望
• 参考文献
• 致谢
• 攻读硕士学位期间发表的论文和科技成果