智能视频监控系统中目标检测算法的研究

《智能视频监控系统中目标检测算法的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、武汉理工大学硕士学位论文摘要随着“平安中国’’等项目建设的逐步深入，网络视频监控系统在维护社会安全、打击犯罪方面的作用日益突出。面对海量的实时和录像视频内容，单纯依靠人工观察和分辨的传统监控方式已经不能满足应用的需求，急需一种能够对视频内容中人和车辆等关键目标的行为和特征进行自动分析的算法体系，而运动目标分割与跟踪技术已经比较成熟地应用在智能视频监控中。从效率和工程化要求来看，目标检测技术相对比较复杂，目前的网络视频监控系统基本上还没有将目标检测技术引入到实际的智能视频监控系统中。因此本文选择目标检测技术作为重点

2、研究内容，力图为智能化的网络视频监控系统提供适应一般性图像质量和场景结构的目标检测算法，并结合运动目标分割和目标跟踪技术为进一步的目标行为分析和精细特征提取的算法打下良好的基础。论文分析了HOG技术和SVM分类技术的基本原理和算法。基于梯度方向直方图(HOG)的目标检测方法已经被证明具备足够的鲁棒性和良好的检测效果，也适合于工程化。由于HOG方法需要大量的、具备足够代表性的样本来训练分类器，而同一个目标的HOG特征在不同的摄像机视角、不同的旋转角下并不相同，使用不同视角下的混合样本集来训练分类器，目标检测的准确率

3、受到样本噪声的影响而偏低。本文提出了一种不同俯仰角、不同目标旋转角和不同光轴旋转角下，样本HOG特征的直接转换算法，以提高HOG检测的效果和鲁棒性，提高SVM分类效果，降低分类器训练时需要采集的正负样本的数量。论文还对运动目标分割算法GMM和目标跟踪技术MeanShift进行了分析，并根据实际情况，选择这两种技术作为系统的目标分割与跟踪算法，从而构建了一个包括场景信息构造、运动目标分割、目标检测和目标跟踪的视频分析系统的算法体系结构。为了实现该算法体系，本文采用模块化设计方法，利用开源的OpcnCv图像类库和VC

4、++6．0自行开发了一个软件实验平台，通过该实验平台可以实现视频图像输入，运动前景的分割、目标检测与跟踪等功能。论文最后选取了拍摄视角基本相同，且包括1180个人镜像后的2360张正样本训练图像，9580张没有人的负样本训练图像；选取了包括已知视角的含有7694个人的200多个不同视角下的视频流做测试图像，在实验平台进行了视频分析武汉理工大学硕士学位论文实验。另外，本文也对车辆进行了检测实验。实验结果表明，本文提出的目标检测算法是正确和有效的，提高了检测率，减少了训练所需的样本数，达到了预期的目标。关键词：视频监

5、控目标检测HOG视角SVMII武汉理工大学硕士学位论文AbstractWiththeprojectsof”SecurityChina什deepeninggradually,thenetworkvideomonitoringsystemhasbecomeincreasinglyprominentroleinthemaintenanceofsocialsecurityandfightingagainstthecrime．Withalotofreal-time／non-real-timevideos，thetradit

6、ionalmonitoringmethodswhichaledependentonmanualobservationanddistinguishCannotsufficetherequirements，weneedsomealgorithmsystemwhichcananalyzetheobject’Sbehaviorandfeatureinvideofrequencyautomatically,andthemovingobjectsegmentationandtrackingtechnologyhaveappl

7、iedmaturelyintheintelligentmonitoring．Becausetheobjectdetectiontechniqueisrelativelycomplexintherequirementofefficiencyandengineeringapplication,itisnotusedinpresentnetworkvideomonitoringsystemalmost．Sothisstudytakestheobjectdetectiontechniqueastheimportantst

8、udycontent,andprovidesthesurveillancesystemasortofobjectdetectionalgorithmwhichadaptsthegeneralimagequalityandscenestructure，andintegratesthemovingobjectsegmentationandobjecttrackingtechn