双摄像机监控视频中目标的协同跟踪分析-cooperative tracking analysis of targets in double camera surveillance video.docxVIP

双摄像机监控视频中目标的协同跟踪分析-cooperative tracking analysis of targets in double camera surveillance video.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
双摄像机监控视频中目标的协同跟踪分析-cooperative tracking analysis of targets in double camera surveillance video

第一章绪论1宜1论文研究的背景随着我国计算机、互联网、数字媒体等行业的日益发展,视频监控系统的需求量也日益增加,视频监控目前已渗透到国防、民用、安防等各个领域[1][2]。视频监控的广阔应用前景,受到了许多国家和机构的重视,进一步使得视频监控领域的研究和开发得到了更快的发展。视频监控系统包括许多种类,例如模拟视频监控系统、半数字视频监控系统、全数字视频监控系统等。其中全数字视频监控已是当前使用最广泛的视频监控系统。从目前人们所从事的研究来看,主要分为几个方面,即摄像机标定、对感兴趣目标的检测、提取、对目标的跟踪、人流车流密度检测、计数、行为分析等。这些研究可以分为三个层次,即目标检测、目标跟踪、目标识别:检测和跟踪属于图像处理层次的内容,而识别则是图像理解层次的内容。这三个层次都很关键,也都有许多学者正投身于这些方面的研究。目标跟踪作为中间层次,为后继的行为识别提供了研究的前提,因此是一个关键的环节。在目标跟踪方面,目前,研究人员已经提出了许多算法[1]。目标跟踪可以看成是对图像视频中感兴趣的目标的轨迹进行预测,得出运动目标的运动方向、大小变化、遮挡、形变等信息。要对目标进行准确的跟踪,面临着许多挑战,例如:视频图像在采集的过程中,将三维的真实场景投影到二维的图像像,这必然会导致原始信息的丢失:不同环境下,不同视频对象的表现有着很大的差异,如室内、室外、天气、视野的远近等,不可能有统一的处理方法:同一视频监控场景中光照变化、背景变化、人流随时间的变化,使得分析处理更加困难:有时可能要对多个感兴趣目标进行跟踪,这时,目标之间的遮挡、穿插、形变等变化会使得跟踪发生困难:等等。因此,对目标的检测和跟踪仍是目前视频监控领域的一个值得深入研究的课题。在目标跟踪的研究方面,由于摄像机监控的范围是有限的,经常会出现可疑目标超出摄像机监控范围的情况。因此,多摄像机协同监控成为一种应用需求,它属于智能视频分析研究的范畴。一种常见的应用场景是,在高速公路上使用多个监控摄像机来对交通情况进行实时监控,当发现可疑车辆的时候,监控摄像机对运动的车辆进行全程的跟踪。由于场景视野范围很大,单个摄像机监控不可能完成对可疑目标的监控,因此要考虑使用多个摄像机来对场景进行监控。另一种应用场景是实现人物的全程跟踪,例如贵重物品存放场所、银行、监狱等。此外,常见的应用还有小区、工厂、矿区等。多摄像机协同监控的思想是通过多个摄像机的协同工作,使得单个摄像机跟踪的缺陷得到弥补,例如通过多个摄像机之间交换信息实现接力跟踪、三维定位等。本课题从双摄像机对运动目标的协同跟踪着手,分析摄像机协同跟踪的技术难点并解决其中存在的若干关键问题。双摄像机协同目标跟踪是多摄像机协同跟踪的特例和简化,它们之间有许多共性,可以较容易的将双摄像机协同问题推广到多摄像机协同的问题。1宜2视频分析国内外研究现状目前,视频监控在世界范围内受到较高的重视,由于人们安全意识的提高和国际反恐意识的增强,视频监控系统的研发更加迫在眉睫。美国国防部高级研究计划局设立了以卡耐基梅隆大学为主导的视频监控项目(VSAM)[1],MIT等众多高校和研究所都参与其中。该项目的主要目标是通过研究视频分析算法,通过结合图像理解、计算机网络、人工智能等技术来完成监控。主要的监控功能是对监控区进昼夜监控,必要时进行自动提示和报警。实时监控系统W4能够准确定位人,识别人的身体部位,并通过建立人体结构模型来实现多人的目标跟踪,该系统还可以分析出人是否携带物品等行为,可以用于小区、银行、贵重商品店等。英国的雷I大学及欧洲的一些著名的研究机构、高校、公司等展开了对车辆和行人进行跟踪及人的行为识别等研究,该研究旨在加强交通、人流、人机交互等方面的监控,提高城市的交通管理能力。Intel、IBM和Microsoft等公司也正在将视频分析和识别的研究应用于商业领域,目前某些应用已经得到较好的推广使用。以色列公司ioimage公司(已被美国DvteL公司收购)、美国ObjectVideo公司等,在视频分析的研究和应用领域占领了较大的市场,这说明视频分析和监控已不仅仅应用于军事领域,还在向民用领域延1。从国内来看,视频分析和监控技术也得到了研究人员的广泛关注,在研究和应用方面取得了较大的发展。中科院自动化所模式识别实验室(NLPR)在这方面作出大量的研究,在人运动的视觉分析、交通事件分析、场景监控等方面取得可喜的成绩。国防科技大学、浙江大学、上海交通大学、西北工业大学等,在目标检测、目标跟踪、目标特征分析等方面也取得了较多的理论和技术成果。在新技术的推广和使用上,国内海康威视、大华技术、贝尔信科技等公司作出了不懈的努力。近年来,视频分析方面的学术研究文献发表量也呈快速增长的趋势。和视频分析技术有关的重要的国际会议有ICCV(Internatio

您可能关注的文档

文档评论(0)

peili2018 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档