目标特征提取及在视频监控系统中的应用.pptVIP

课题研究背景 近年来，随着我国教育改革的不断深入，电子技术与计算机网络技术的不断发展，发展以电子视频监考为主，人工监考为辅的新型监考方式以成为必然趋势。而现行的监控型监考系统存在着一些不足，例如无法主动提供预警性信息以实现充分节约人力资源；无法自动判定考生作弊情况等。 为此，引入人工智能技术来改变传统的监控型监考系统，实现智能的视频监考系统将作为本课题的研究内容。 智能视频监考系统流程图 已有成果及待完成部分 本人研究内容 利用模板匹配法快速提取目标特征 本人研究内容分析 在通过检测活动轮廓来确定运动目标，结合肤色信息和面积确定人体目标时，如果多个作弊目标同时存在而且距离较近，可能错误的将紧邻或者重叠的运动识别为单个运动目标 。故快速准确地跟踪并提取疑似目标是非常必要的。 研究意义 提高目标检测的稳定性和准确性 降低漏检率或误检率 提高作弊判断正确率 研究方法 主要采用实验研究和评价研究方法，通过实验室计算机、摄像头相关硬件及软件搭建实验平台，详细记录实验结果报告。通过分析评价改进各种算法，使系统达到能够准确锁定疑似目标、快速跟踪果以及提高系统对作弊行为判断的准确率。 技术路线 技术路线 背景差分法 是一种使用最广泛的一种运动目标检测技术。 优点：复杂度低、简单、适合实时系统的需要。 基本原理：通过图像序列依次和参考背景模型相减来实现运动目标检测与跟踪的。 不足：易受光线、天气等光照条件的变化，背景自身的运动等因素的影响 公式： 技术路线 帧间差分法 以目标识别为最终目的 优点：图像处理中运算量最小，运算速度快，易于硬件实现。 基本原理：利用时空图像的灰度和梯度信息，对每一个像素点灰度值比较，求取相邻或间隔帧图像的差，进而提取运动信息。 公式： 技术路线 边缘提取 Canny首先提出用于图像边缘检测的一种连续的计算模型,给出了边缘检测的三大准则,并用这三个标准提出了次优化的高斯函数的一阶导数边缘检测算子。该算子在众多边缘检测算法中得到了广泛的应用。 技术路线 Canny边缘检测判断标准 （1）信噪比准则 好的信噪比是指低概率的错标定非边缘点和低概率的不标真实边缘点。 信噪比SNR(f) 越大，边缘提取效果越好。 技术路线 Canny边缘检测判断标准 （2） 定位精度准则 好的定位精度是指检测出的边缘点应该尽可能地靠近真实边缘中心.定位精度的数学表达式 localization值越大,定位精度越高 技术路线 Canny边缘检测判断标准 (3)单边响应准则 要求f对噪声的响应中两个相邻最大值间隔为 ,f的零交叉点平均距离为x,两者关系为 其中: k为小于1的系数， 技术路线 Canny算子的不足 在使用过程中发现Canny算法用Gauss函数作为滤波器,会造成原图像的过度平滑,容易丢失缓变边缘。 技术路线 模板匹配 模板T与搜索图F的相似度： 或 为模板覆盖下的子图，i，j为子图 左上角的像素在搜索图F中的坐标，即参考点。模板T的大小为P×Q，F的大小为M×N，则i, j的取值范围为 技术路线 模板匹配的不足 无法实现实时地检测与跟踪目标 目标匹配区域大 运算速度慢 难点分析 如何改进Canny算子，来克服由于使用Gauss函数作为滤波器时造成原图像过度平滑而容易丢失缓变边缘的弊端。 如何提高模板匹配的速度、稳定性及实时性。 研究条件 技术条件 主要是运用上述的各种技术、算法进行图像的处理和分析 实验条件 本课题将主要在windows平台上进行，使用Visual C＋＋和OpenCV库作为主要开发工具以及带云台的摄像机等。 预期研究成果 快速实现目标跟踪 准确提取图像边缘 利用模板匹配，快速提取所需目标 将各模块整合一起，搭建起远程监考系统平台 创新之处 提出了一种基于模板匹配的快速目标特征提取的方法。 进度安排 报告结束！ 谢谢！ * 目标特征提取及在教学视频监控系统中的应用 学 号： 姓