久久精品视,色综合久久无码中文字幕,日韩免费视频一区二区三区,亚洲中文久久精品无码WW16

智能視頻監(jiān)控技術主要是指對固定的監(jiān)控攝像機拍攝的視頻進行探測分析，從而獲得視頻中的運動目標，提取語義級別的事件信息，再經分析與識別，進而做出反應的一種技術。一般，智能視頻監(jiān)控技術常用的智能探測、分析與識別的軟件算法與基本流程框架如圖1所示，由圖可知，智能視頻監(jiān)控技術的主要框架分為事件前景檢測，目標檢測、特征提取、跟蹤與目標分類，事件識別等幾個部分。

圖1 常用的智能探測、分析與識別的軟件算法與基本流程框架

一、前景檢測技術

所謂前景檢測技術，是將輸入的視頻圖像中變化劇烈的圖像區(qū)域從圖像背景中分離出來。這種視頻圖像中變化劇烈的圖像區(qū)域，也稱為前景團塊。前景檢測技術有多種實現(xiàn)方法，如幀差法、多高斯背景建模及非參數背景建模等七八種。這些實現(xiàn)方法之間的復雜度差異很大，對于各種場景的適應能力也有很大差異，因而它們的穩(wěn)定性及性能差異也非常明顯。如利用簡單的幀差法也可以實現(xiàn)前景檢測，它在穩(wěn)定簡單的場景下可以得到較好的前景檢測結果，但是在視頻發(fā)生擾動或者光照變化時，大量的靜態(tài)圖像區(qū)域就會被當作前景團塊誤檢出來，因而該方法僅適用于檢測穩(wěn)定的室內場景。這就是為什么各種智能視頻監(jiān)控產品提供的功能大同小異，而存在很大性能差異的原因之一。

二、目標檢測、提取、跟蹤與分類技術

所謂目標檢測、提取、跟蹤與分類技術，是分析前景團塊在視頻序列中的狀態(tài)，然后將具有穩(wěn)定存在狀態(tài)及運動規(guī)律的前景團塊作為運動目標提取出來并跟蹤，同時根據提取的圖像特征值實現(xiàn)目標類型的甄別與分類。一般，將目標分為人和車輛兩類，也有一些特殊應用會對目標進行其他較詳細的類型的分類。實際上，目標分類技術是利用一些圖像特征值實現(xiàn)目標類型的甄別的，如目標輪廓、目標尺寸、目標紋理特征等。一系列訓練樣本（各種視頻圖像）會被用于訓練分類算法，分類算法也根據特征對監(jiān)控視頻中的目標進行類型甄別。分類算法也有多種實現(xiàn)方法，包括支撐向量機、Adab00st.神經網絡等。顯然，分類特征的選取，分類方法的實現(xiàn)及訓練樣本等，都會使分類技術產生較大的差異性。

值得指出的是，如果前景出現(xiàn)移動物體目標，并在設置的范圍區(qū)域內且目標物體大小滿足設置，系統(tǒng)將會把該目標進行提取并跟蹤。這種目標跟蹤技術，利用運動目標的歷史信息預測運動目標在本幀可能出現(xiàn)的位置，并在預測位置附近搜索該運動目標。實現(xiàn)目標跟蹤也有多種方法，如連接區(qū)域跟蹤、模板匹配、粒子濾波等，這些方法在不同場景下的表現(xiàn)也有較大的差異性。此外，對跟蹤成功的目標的運動軌跡應進行分析，以便對運動軌跡進行平滑及誤差修正，使目標的運動軌跡更加接近于真實狀態(tài)。通常，目標的良好跟蹤是視頻分析效果的基礎前提條件，視頻分析過程需要了解目標出現(xiàn)及運動的時間、位置、速度、方向等要素，而這些要素則主要通過目標跟蹤得到。

三、事件識別技術

所謂事件識別技術，是將目標檢測、提取、跟蹤與分類出的目標信息與前述設定的事件識別法則（或用戶設定的預/報警規(guī)則）進行邏輯判斷，判斷是否有目標觸發(fā)了前述的事件識別法則，如符合前述的法則，即做出預/報警響應，并記錄顯示，必要時還要對識別出的事件目標進行跟蹤。

智能視頻監(jiān)控系統(tǒng)的工作過程是，當視頻輸入時，首先利用前景檢測技術進行事件的前景檢測，并提取出前景團塊；其次經目標檢測、提取、跟蹤與分類技術，分析前景團塊在視頻序列中的狀態(tài)，提取具有穩(wěn)定存在狀態(tài)及運動規(guī)律的前景團塊作為運動目標并跟蹤，同時根據提取的圖像特征值實現(xiàn)目標類型的甄別與分類；然后利用事件識別技術將目標檢測、提取、跟蹤與分類出的目標信息與前述設定的事件識別法則進行邏輯判斷，判斷是否有目標觸發(fā)了設定的事件識別法則。如不符合設定的法則，仍返回繼續(xù)進行前景檢測；如符合設定的法則，即做出預/報警響應，并記錄顯示，必要時還要對識別出的事件目標進行跟蹤，直到解決問題為止。

如果在上述框架下采用簡單易用的方案來實現(xiàn)各個模塊，搭建一套智能視頻監(jiān)控技術并不是非常困難，但是其性能及其對各種場景的適應能力就很難得到保證。為了提高智能視頻監(jiān)控技術在某些場景下的性能，在上述的常用的智能軟件算法框架上，可根據需要增加一些附加的軟件模塊加入算法框架。如對安置在汽車等移動物體上的攝像機獲取的視頻圖像，必須要增加一個抗抖動軟件模塊，這樣就可以提升在攝像機抖動情況下的處理效果；如在陰影嚴重的室外場景下，需增加陰影抑制軟件模塊，從而提升在陰影嚴重的室外場景下的處理效果；如在光照劇烈變化場景下，可增加光變抑制軟件模塊，從而提升在光照劇烈變化場景下的處理效果；如在目標圖像頻繁互相遮擋場景下，可增加遮擋處理軟件模塊，以提升在目標圖像頻繁互相遮擋場景下的跟蹤精度等。