监控视频中特定目标的检测与辨识方法分析-analysis of detection and identification methods of specific targets in surveillance video.docxVIP

摘 要随着人们生活水平的逐步提高，人们对安防的重视程度越来越高。建设平安 城市，智能监控等一度掀起热潮。互联网的大量推广促进了安防行业的进一步发 展，对于监控视频中目标的检测与辨识成为一个重要的研究方向。本文以监控视 频中特定目标的检测与辨识方法研究为课题，重点研究监控视频中行人以及人脸 的检测、跟踪和识别算法，最终建立一套监控视频中特定目标的报警系统，从而 减轻安防工作人员的工作量，提高工作效率，为建设平安城市做出一份贡献。本 文以监控视频中行人以及人脸的检测与辨识为核心内容，主要完成了以下内容：第一，基于 Eclipse 和 OpenCV2.4.8 搭建开发环境，研究了监控视频中目标的 检测方法，基于梯度方向直方图特征和支持向量机实现了行人检测，训练了特定 的分类器满足应用需求。结合 Harr 特征和 CS-Adaboost 算法，实现了监控视频中 目标人脸的多角度检测。第二，实现了基于感知哈希算法的视频行人目标跟踪算法。该算法首先计算 目标的哈希值，通过扫描窗口在每一帧图像中寻找与目标哈希值的汉明距离最接 近的为目标位置。结合时空上下文快速目标跟踪算法实现对目标人脸的快速跟踪， 对于单一目标跟踪良好。第三，结合机器学习以及计算机视觉领域的优势，重点研究了局部二值模式 特征，并深入研究主成分析算法，如对局部二值模式特征进行降维等，结合 OpenCV 等实现了监控视频中目标人脸的识别。第四，结合以上的检测、跟踪以及识别模块，设计并完成了监控视频中的特 定目标报警软件。监控人员在执行监控工作时，可以对特定目标进行跟踪，获取 目标图像，与数据库已有图像进行匹配识别，从而完成对监控视频中的目标的检 测与辨识，最终通过该系统可以避免危险的发生，实现报警功能。关键词：目标检测跟踪识别， CS-Adaboost，主成分析法，支持向量机ABSTRACTWith the improvement of living standards, people pay more attention to the security increasingly. Building safe city and intelligent surveillance set off boomly. The further development of the security industry is promoted with the rapid development of Internet. The target detection and identification in surveillance video has become an important research direction. In this paper, detection and identification of the specific objectives of surveillance video for the subject, focusing on surveillance video in the target pedestrian and person face detection, tracking and recognition algorithm, aimed at creating a video surveillance alarm system, with the contribution to the reducing workload of monitoring staff, improve work efficiency and building the safe city. In this paper, the core content that the detection and identification of target face in surveillance video is divided into the following:Firstly, we create the development environment based on Eclipse and OpenCV2.4.8, study the particular subject detection methods, complete the pedestrian detection based on HOG feature and SVM with training specific classifier to meet the application, achieved a multi-angle face detection in surveillance vide