论文部分内容阅读
视频监控技术在安全、金融、交通、电力等部门有着广泛的应用,而且随着社会的发展,智能监控的发展也越来越重要,智能视频监控系统在全球范围内己经得到了相当大的关注并取得非常广泛的应用,本文以智能监控中的核心移动目标的跟踪检测为研究内容,为以后的智能监控发展提供了坚实的基础。本文首先介绍了视频监控计算的发展现状,阐述了视频监控系统的组成和原理,分析了视频监控中运动分析的技术难点,针对其中的缺点提出了自己的改进方法。目标检测是目标跟踪的前提,一般常用的方法有光流法、帧差分法、背景差分法。本文结合背景差分法和帧差分法中的主要思想,提出一种快速目标检测算法,利用背景差分法进行改进,能够达到复杂背景下的实时目标检测。对基于分段算法的Mean-shift跟踪算法提出了一种改进方法,分段方法是为了解决目标遮挡问题的,实验证明分段确实能够解决遮挡问题,但是分段后目标模型中的直方图矢量过大,计算量太大,导致了跟踪不及时,所以基于这种情况提出一种融合机制,将各个分段利用权值融合在一起,不但解决了遮挡问题,又不会大量增加计算量。很好的解决了遮挡问题和算法实时性的问题。在这种融合机制下,利用多个片段信息能够提供更多空间信息,并且通过合理地融合每个片段,可以处理部分遮挡问题,所给出的Mean-shift类型跟踪算法具有很高的跟踪速度。