智能监控系统的应用.docxVIP

  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
智能监控系统的应用 当前,随着国际国内形势的变化,安全已经成为人们日益关注的问题,出于反恐安保的需要,智能视频监控已经广泛运用在奥运会、世博会、青奥会等大型赛事活动安保工作中。不仅国家安全需要智能视频监控,社会安全也需要视频监控系统,当前在工厂、酒店、超市、码头、学校、家庭、政府部门、银行等等,都广泛采用了智能视频监控系统保障人身安全、财产安全和交通安全。 视频监控技术主要经历了三个发展阶段,第一阶段是人力现场监控,即通过肉眼和人脑对现场情况进行监控,这是几千年来的传统做法,能起到一定的效果,但需要耗费大量的人力物力,而且限于人的视力和脑力,起到的监控效果受到很大的限制。第二阶段是传统视频监控,即通过机器眼和人脑进行监控,即通过摄像机或者其他视频采集设备获取现场视频,然后靠人脑对视频对判断处理,这种方式极大的提升了视频的采集能力,基本能做到全天候、无死角的还原现场情况,但受限于人脑的数据处理能力,没有能力将视频获取的海量数据进行实时处理分析,限制了监控效果的进一步提高。第三阶段是智能视频监控,就是利用计算机对摄像机或者其他视频采集设备获取的现场视频自己进行内容分析,从而自动检测与识别出需要掌握的信息,并给出相应的预警预报信号。 三个阶段图 实验表明:在盯着视频画面仅仅22分钟后,人眼会对画面里面95%以上的活动视而不见。 智能监控系统的应用全文共5页,当前为第1页。 智能监控系统的应用全文共5页,当前为第1页。 1997年,卡内基梅隆大学牵头,麻省理工学院等高校参与的视觉监控重大项目VSAM启动,主要研究用于战场及普通民用场景监控的自动视频理解技术。1999年,康奈尔大学设计了一套航拍视频检测与持续跟踪系统,该系统能够对多运动目标实现长时间的准确跟踪,即使发生短时间内目标被遮挡或目标时静时动的情况仍可以完成跟踪,这点对于空中侦察或者追踪意义重大。2003年法国的SILOGIC公司和英国雷丁大学等机构参与研究的AVITRACK项目,检测和跟踪机场停机坪出现的飞机、汽车以及行为等运动目标,辅助机场管理人员进行管理和调度,不仅可以提高机场利用率,而且可以提高机场安全管理水平。 目标跟踪就是将视频中的每一帧图像中确定出要检测的运动目标位置,并把各个帧中同一运动目标对应起来。 主要难度来源于局部遮挡、姿势变化、运动模糊、光照变化等因素 一般跟踪选择 颜色特征、边缘特征、光流、或者纹理,代表性的方法有均值漂移法(Meanshift):无参核密度估计。卡尔曼滤波:线性、高斯。扩展卡尔曼滤波(EKF):非线性、高斯。粒子滤波(PF):非线性、非高斯。 几个代表性目标检测与跟踪算法 智能监控系统的应用全文共5页,当前为第2页。帧差法 :适合摄像头固定的场景,利用建立的背景模型来生成背景图像的像素值,然后将当前帧与背景图像求差,差值较大的像素区域被认为是运动目标区域,而差值较小的像素区域被认为是背景区域。 智能监控系统的应用全文共5页,当前为第2页。 Camshift跟踪算法 对室内环境下的目标跟踪具有较高的鲁棒性 光流跟踪算法,运动物品在观测成像面上的像素运动的瞬间速度 粒子滤波跟踪算法,粒子滤波跟踪算法可以跟踪速度较快的目标。但对复杂环境的目标跟踪鲁棒性不足。 中国科学院自动化所的生物识别与安全技术研究中心CBSR 采用人工监控的传统统计方法,不仅费时费力,且无法保障统计精度。实时可靠的人流量统计信息在交通控制、商业分析、节假日出行人数统计等许多领域同样具有非常重要的意义。 传统检测方法 超声波、红外、感应线圈 缺点:成本高、需要专门安装、移动困难,适应性差。 精度较低且仅用于稀疏、几乎无遮挡的人群 作用的范围小 基于视频图像分析的优点 成本低、安装灵活、精度高 应用前景广阔 利用现有摄像头就可以实现人群密度估计并进行人流量计数。 智能监控系统的应用全文共5页,当前为第3页。沈阳天目科技有限公司的商场客流统计、超市客流统计。南京恩能自动化设备有限公司提高的客流量统计系统解决方案。杭州海康威视软件有限公司的发明专利:人流量统计的方法及系统。 智能监控系统的应用全文共5页,当前为第3页。 场景标定-----人头检测----人头目标跟踪----人头目标运动轨迹分析-----人流量统计 基于人体的跟踪检测 目前存在的问题: [11]沈阳天目科技有限公司/Demo.aspx. [12]南京恩能自动化设备有限公司/. [13] Z. Wang, H. Liu, Y. Qian and T. Xu. Crowd density estimation based on local binary pattern cooccurrence matrix. ICMEW 2012. [14] A. B. Chan and N. Vasconcelos. C

文档评论(0)

宋江 + 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