论文部分内容阅读
视频监控经历了模拟时代、数字时代发展到了网络智能时代。数字视频监控的应用已经扩展到了各行各业,而智能化的应用越来越受到研究者的关注,必将成为未来的发展趋势。智能监控的主要目的是从一组包含人的图像序列中检测、识别、跟踪人体,并对其行为进行理解和描述。本文针对数字视频的采集、压缩、传输、播放和智能图像分析等问题进行研究,重点研究动态场景中运动人体的跟踪、分割与行为分析。本文工作的主要内容包括:1、设计并实现了远程监控系统。系统将远端摄像头取得的视频图像压缩成MPEG-4格式,以RTP透过组播的方式,实时传给多台电脑。该系统的实现结合了多种技术:视频采集与捕捉技术、视频图像压缩与传输技术及多媒体编程技术。2、提出了一种运动检测算法,用于对多个运动人体进行实时检测。几乎所有的算法都首先面临着从场景中提取感兴趣物体的问题,系统通过自适应的动态背景减除和阴影检测算法得到前景区域,成功克服了环境变化和阴影的干扰,提高了系统的鲁棒性。3、提出了一种综合利用基于区域和基于特征的混合跟踪算法,实现对多个运动目标的跟踪。系统把检测到的运动目标抽象成连通的二值区块,并用其特征来表示。跟踪的目的就是判断新目标何时进入视野,并在连续帧间利用特征模型进行目标匹配。实验结果表明,系统能较好地对动态背景环境中的多个运动人体进行跟踪,较好地解决了人体运动过程中存在的遮挡问题。4、介绍了一种运动分析算法,可将人体运动区分为走和跑。系统在检测到的人体运动掩膜轮廓上提取周期性运动的三个极点,用头顶上极点的相对方位作为连续运动识别的度量准则,这一准则在识别人体运动如行走和跑步时显示出了很好的效果。5、介绍了一种运动目标分割算法。算法分为两个步骤:运动边缘图提取和运动目标提取。联合使用帧差和背景减除检测的边缘点,可获得运动边缘图,用于确定目标边界。在目标提取阶段,根据运动边缘图信息判别水平和垂直方向的候选目标,并进行平滑和消噪的后处理。不同场景条件下的实验结果显示,分割算法快速准确。该算法还可用于基于内容的实时多媒体通信系统。