国内外研究现状综述-Read.PDF

北京航空航天大学学位论文 索技术是一个刚刚兴起的前沿研究领域，其基本理论、应用框架和具体算法的发展 仍需要大量的研究工作。 川 .3语义视频检索研究与智能视觉监控的结合 监控系统的视频记录与其他形式的视频信息相比有着显著的特点。由于要对某一 特定区域进行长时间持续的跟踪拍摄，监控系统所记录的视频信息容量十分巨大。 而随着视觉监控系统的进一步广泛应用，这些信息量还会以几何级数上升。如果单 纯依赖人工对这些视频数据进行处理，工作量太过繁重。此外，在监控系统的记录 中，包含热点事件的视频段相对较少。大多数的视频段记录的都是常规的行为，只 有较少的记录包含值得特别关注的行为，如交通违章，交通事故，陌生人员的出入 以及在禁止区域内活动等。因此，使用计算机对监控系统的视频记录进行自动的分 析与建目，并提供快捷方便的查询检索方式就显得十分必要了。另一方面，由于监 控系统的摄像机位置相对固定，目标区域内物体行为的规则性相对较强，与一般的 商业或艺术性视频媒体相比受创作者主观因素影响最小，因此非常适合开展基于语 义的视频分析与检索技术的研究。综上所述，智能视觉监控系统迫切需要高层次的 语义视频分析与检索技术的支持，而语义视频分析与检索又需要视觉监控系统提供 研究环境与平台。二者的相互关系必将促使智能视觉监控和语义视频分析与检索研 究的重大发展。 1.2 国内外研究现状综述 1.2.1智能视觉监控系统 智能视觉监控所具有广泛的应用前景和潜在的经济价值，引起了许多科研机构以 及研究人员的兴趣。美国的DARPA(DefenseAdvancedResearchProjectsAgency)在 一九九六年设立了专门的视觉监控重大研究项目VSAM (VisualSurveillanceand Monitoring)，有包括麻省理工学院、卡内基梅隆大学、马里兰大学等多家著名研究机 构和院校参加。VSAM项目主要研究用于对未来城市与战场进行监控的自动视频理解 北京航空航天大学学位论文 的相关技术。但很多的相关技术也可以用于民用。从事视觉监控研究的研究单位更是 不胜枚举，其中比较出色的有:欧盟的EspritVIEWS(VisualInterpretationand EvaluationofWide-areaScenes)，该项目在英国雷丁大学进行了多年的研究，他们采 用了基于3D线框模型的方法，基本达到了对运动车辆进行实施跟踪的能力和行为解 释[21，英国利兹大学[[3l也同时开展了基于模型行人监控系统的研究。在德国有法兰克 福理工学院H.-H.Nagel[41等从事交通监控系统的研究。IEEE从1998年起资助了国际 视觉监控系统研讨会。国际权威期刊“InternationalJournalofComputerVision”在2000 年b月出版了有关视觉监控算法的专辑。在硬件设备方面，国外许多公司设计了各种 专用设备，例如Actioncamerallsl,Smartcamerallbl,Omni-directionalcamerall?l等等。 动态场景的视觉监控受到了世界上许多重要研究机构的高度重视，这从另一方面说明 了它的重要性。 以下从底层的目标分割与跟踪到高层的监控事件语义理解的各个层面对国际上 智能视觉监控系统的研究工作做一下介绍。 1.2.1.1环琉模型与运动跟踪 要构建一个视觉监控系统，底层的环境模型建立与运动跟踪是必不可缺的。 首先是场景模型的建立，如何使系统自适应于环境，是场景建模以及更新的核心 问题:有了场景模型，才可以进行变化检测;然后是目标分类和跟踪，这两个问题是 互相补充的，目标分类的结果决定了要跟踪的对象，跟踪后的物体又有助于改进分类 的结果;最后是行为分析，通过对摄像机数据的分析以及处理，最终给出我们感兴趣 的结果。以下分析这几个方面的研究现状。 环境模型主要分为两位背景图模型以及三维世界模型。其中，两维方法应用较广。 对于一个固定的摄像机而言，问题就变为从一个动态序列中恢复并自动更新背景图。 考虑到场景中的各种因素，比如光照变化，阴影，摇动的树枝，缓慢运动的车辆及行 人，新加入的或被移走的物体等等。人们提出了许多方法试图解决这些因素带来的问 题.例如图像序列的时序平均，、自适应的高斯估计，基于像素过程的参数估计等等。 最近，Toyama等提出了Wallflower算法181。在这个算法中，’背景图维护以及背景相