智能视频监控系统的发展趋势.docx

《智能视频监控系统的发展趋势.docx》由会员分享，可在线阅读，更多相关《智能视频监控系统的发展趋势.docx（6页珍藏版）》请在得力文库 - 分享文档赚钱的网站上搜索。

1、 智能视频监控系统的发展趋势 摘要：本文重点对用于计算机灵能视频监控分析的运动目标检测方法进行探讨，同时对目标跟踪方法进行了相关阐述，希望能够对日后的计算机灵能视频监控系统的分析和探讨工作供应肯定的理论支持和借鉴。关键词：计算机灵能视频监控；运动目标检测方法；目标跟踪方法中图分类号：TP311 文献标识码：A 文章编号：1674-7712 (2022) 10-0104-01随着人工智能技术日新月异的发展，基于人工智能的计算机视觉技术也得到了广泛的推广和应用，成为计算机灵能领域一个重要的发展方向。到目前为止，计算机视觉技术已经过20余年的发展，其在社会人文，军事技术及工业生产领域得到了广泛的应用

2、，并以其独具特色的技术优势渐渐形成了一门具有肯定先进理论支撑的独立学科。其中，闻名学者Marr提出的视觉计算理论已成为计算机灵能视频监控领域的主导思想，为大多数该领域内的探讨人员所接受。从广义上讲，计算机视觉技术的实质就是实现对在困难环境中运动物体的几何尺寸、形态及相关运动状态的识别和认知，即把实际空间中的三维对象转换为计算机视觉系统识别的二维图像。近年来，计算机视觉技术以其迅猛的发展态势及成熟的应用技术成为了业界的新宠，并得到了广泛的应用，取得了瞩目的成果。一、运动目标检测方法分析（一）运动目标在静止背景条件下的检测分析1.差分检测法将同一背景不同时刻两幅图像进行比较，可以反映出一个运动物体

3、在此背景下运动的结果，比较简洁的一种方法是将两图像做“差分”或“相减”运算，从相减后的图像中，很简单发觉运动物体的信息。在相减后的图像中，灰度不发生改变的部分被减掉，则前区为正，后区为负，其他部分为零。由于减出的部分可以大致确定运动目标在图像上的位置，运用相关法时就可以缩小搜寻范围。2.自适应运动检测方法当两帧图像的背景图像起伏较大时，简洁的差分法难以得到满足的解。此时可以考虑用自适应背景对消的方法，该方法可以在低信杂比的状况下压制背景杂波和噪声，检测出非稳态图像信息。在背景杂波较大时，常用的门限分割不能分出这种运动目标。在图像序列中，每一个像素点的灰度值都是这一点所对应传感器的输出信号值与噪

4、声值的叠加，因此，如何克服噪声的影响确定一个最佳门限将目标与背景分别，就成为弱小目标检测的一个重要环节。（二）目标在运动背景条件下的检测方法分析块匹配法是目标在运动背景条件下的主要检测方法。基于块的运动分析在图像运动估计和其他图像处理和分析中得到了广泛的应用，比如说在数字视频压缩技术中，国际标准MPEG1-2采纳了基于块的运动分析和补偿算法。块运动估计与光流计算不同，它无需计算每一个像素的运动，而只是计算由若干像素组成的像素块的运动，对于很多图像分析和估计应用来说，块运动分析是一种很好的近似。这里主要介绍块匹配方法。块匹配方法实质上是在图像序列中做一种相邻帧间的位置对应人物。它首先选取一个图像

5、块，然后假设块内的全部像素做相同的运动，以此来跟踪相邻帧间的对应位置。各种块匹配算法的差异主要体现在：匹配准则、搜寻策略及块尺寸选择方法上。1.匹配准则典型的匹配准则有：最大相互关准则、最小均方差准则、最小平均肯定值差准则、最大匹配像素数量准则等。2.搜寻策略为了求得最佳位移估计，可以计算全部可能的位移矢量对应的匹配误差，然后选择最小匹配误差对应的矢量就是最佳位移估计值。因此，人们提出了各种快速搜寻策略。这种策略的最大优点是可以找到全局最优值，但非常奢侈时间。因此，人们提出了各种快速搜寻策略。尽管快速搜寻策略得到的可能是局部最优值，但由于其快速计算的好用性，在实际中得到了广泛的应用。下面探讨两

6、种快速搜寻方法：二维对数及三步搜寻法。二维对数搜寻法开创了快速搜寻算法的先例，分多个阶段搜寻，渐渐缩小搜寻范围，直到不能再小而结束。其基本思想是从当前像素点起先，以十字形分布的5个点构成每次搜寻的点群，通过快速搜寻跟踪最小误差MBD点。三步搜寻法与二位对数法类似，由于简洁、健壮、性能良好等特点，为人们所重视。例如其最大搜寻长度为7，搜寻精度取一个像素，则步长为4、2、1，只需三步即可满意要求，因此而得名三步法。其基本思想是采纳一种由粗到细的搜寻模式，从原点起先，按肯定步长取四周8个点构成每次搜寻的点群，然后进行匹配计算，跟踪最小块误差MBD点。三、运动目标跟踪方法成像跟踪系统经过图像的预处理、

7、图像的分割识别等一系列信息处理，最终实现对目标位置的实时精确测量。跟踪策略基本上可分为两大类：波门跟踪和相关跟踪。（一）波门跟踪法分析参考被跟踪目标外观的实际尺寸形态，事先确定好跟踪窗口就是我们通常所定义的“波门”的概念。与传统的图像处理方法不同，采纳波门跟踪法进行图像的分析和处理，其原始状态的图像数据仅仅限于波门内的数据，这样系统一旦捕获到目标，不仅可以避开传统技术对整幅图像处理过程的耗时缺点，而且这种跟踪技术应用和操作更为简洁，跟踪及成像效果也能够得到切实的保障。（二）相关跟踪法分析当被跟踪的目标物体出现运动、姿态的调整或由于自然条件等因素造成了背景的杂波干扰时，目标图像的分割及提取工作由

8、于目标矩心及形心的不确定将难于进行。这种状况下，就可以采纳相关跟踪的方式进行处理。这种基于图像匹配为基础的相关跟踪技术是以图像相识性度量为基础，获得现场图像中实时的最接近目标图像值的一种跟踪方式。由于分析及处理过程中，不需对用于分割及提取的特征值进行处理，因而可以应用于对图像数据的原始资料的处理方面，这种方法不仅可以使图像的信息得以全部的保留，而且适合众多困难的环境及场景，是一种操作简洁，结果精确的测量方法。四、结语近年来，各行各业对视频监控的需求不断升温，但已有的视频监控产品不能满意日益增长的须要。因此，计算机视觉和应用探讨学者适时提出新一代监控视频智能监控。它是目前国内外计算机视觉探讨领域热点问题之一。因而，在生产实践中，不断加强对其的分析和探讨具有特别重要的现实意义。参考文献：1吴连玉.计算机视觉基本理论M.北京:中国科技高校出版社,20222高峰.算法与系统原理基础M.北京:清华高校出版社,19101 第6页 共6页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页第 6 页 共 6 页