隨著人工智能、大數(shù)據(jù)、云計(jì)算、5G等新興技術(shù)的飛速發(fā)展,智能視頻監(jiān)控成為一個(gè)研究熱點(diǎn),并且?guī)?dòng)了許多產(chǎn)業(yè)的發(fā)展,如醫(yī)療、工業(yè)、安防等,對(duì)人們的生產(chǎn)生活、社會(huì)發(fā)展等產(chǎn)生了重大的影響。在智能視頻監(jiān)控系統(tǒng)中,前景目標(biāo)檢測(cè)技術(shù)是系統(tǒng)研究的基礎(chǔ)與關(guān)鍵,其檢測(cè)結(jié)果對(duì)后續(xù)的目標(biāo)識(shí)別、目標(biāo)分類、目標(biāo)跟蹤等有著重要的影響,且與系統(tǒng)的智能化程度有著密切的關(guān)系。本文主要對(duì)智能視頻監(jiān)控系統(tǒng)中的前景目標(biāo)檢測(cè)技術(shù)進(jìn)行了深入地研究,重點(diǎn)研究了靜態(tài)場(chǎng)景、動(dòng)態(tài)場(chǎng)景、鏡頭晃動(dòng)場(chǎng)景下的前景目標(biāo)檢測(cè),建立了幀間差分法、背景差分法、混合高斯模型、改進(jìn)的ViBe模型、特征匹配等模型,并根據(jù)前景目標(biāo)檢測(cè)技術(shù)設(shè)計(jì)與實(shí)現(xiàn)了一個(gè)簡(jiǎn)易的監(jiān)控系統(tǒng),最后對(duì)系統(tǒng)進(jìn)行了測(cè)試和算法評(píng)價(jià)。主要的研究工作如下:（1）在不同的監(jiān)控場(chǎng)景下,通過建立多種算法模型來實(shí)現(xiàn)前景目標(biāo)檢測(cè),并根據(jù)實(shí)驗(yàn)結(jié)果對(duì)模型進(jìn)行了分析。對(duì)于靜態(tài)場(chǎng)景,建立了幀間差分法模型,并針對(duì)幀間差分法在前景運(yùn)動(dòng)目標(biāo)移動(dòng)過慢或過快時(shí)檢測(cè)不準(zhǔn)確的問題,提出了基于梯度系數(shù)的改進(jìn)的兩幀差分法;同時(shí),建立了基于背景差分思想的單高斯背景模型和ViBe模型,并進(jìn)行了分析對(duì)比。對(duì)于動(dòng)態(tài)場(chǎng)景,建立了混合高斯模型,... 

【文章來源】：西安電子科技大學(xué)陜西省 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：90 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
符號(hào)對(duì)照表
縮略語(yǔ)對(duì)照表
第一章 緒論
    1.1 引言
    1.2 研究背景與意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 智能視頻監(jiān)控系統(tǒng)的研究現(xiàn)狀
        1.3.2 前景目標(biāo)檢測(cè)的研究現(xiàn)狀
    1.4 主要研究?jī)?nèi)容與結(jié)構(gòu)安排
第二章 智能視頻監(jiān)控系統(tǒng)的組成與基礎(chǔ)理論
    2.1 智能視頻監(jiān)控系統(tǒng)的組成
    2.2 前景目標(biāo)檢測(cè)技術(shù)
        2.2.1 光流法
        2.2.2 幀間差分法
        2.2.3 背景差分法
        2.2.4 三種技術(shù)對(duì)比
    2.3 本章小結(jié)
第三章 不同監(jiān)控場(chǎng)景下的前景目標(biāo)檢測(cè)
    3.1 靜態(tài)場(chǎng)景下的前景目標(biāo)檢測(cè)
        3.1.1 圖像預(yù)處理
        3.1.2 幀間差分法及其改進(jìn)
        3.1.3 背景差分法模型
        3.1.4 實(shí)驗(yàn)結(jié)果與分析
    3.2 動(dòng)態(tài)場(chǎng)景下的前景目標(biāo)檢測(cè)
        3.2.1 混合高斯模型
        3.2.2 改進(jìn)的Vi Be模型
        3.2.3 實(shí)驗(yàn)結(jié)果與分析
    3.3 鏡頭晃動(dòng)場(chǎng)景下的前景目標(biāo)檢測(cè)
        3.3.1 提取特征角點(diǎn)
        3.3.2 仿射變換
        3.3.3 圖像填充
        3.3.4 實(shí)驗(yàn)結(jié)果與分析
    3.4 本章小結(jié)
第四章 基于前景目標(biāo)檢測(cè)的監(jiān)控系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
    4.1 系統(tǒng)的總體架構(gòu)與功能
    4.2 系統(tǒng)功能模塊設(shè)計(jì)
        4.2.1 流媒體服務(wù)模塊
        4.2.2 視頻傳輸模塊
        4.2.3 視頻播放模塊
        4.2.4 算法分析模塊
        4.2.5 界面顯示模塊
    4.3 系統(tǒng)實(shí)現(xiàn)
        4.3.1 運(yùn)行環(huán)境
        4.3.2 各模塊實(shí)現(xiàn)
    4.4 本章小結(jié)
第五章 系統(tǒng)測(cè)試與算法評(píng)價(jià)
    5.1 系統(tǒng)測(cè)試
        5.1.1 功能測(cè)試
        5.1.2 實(shí)際場(chǎng)景測(cè)試
    5.2 算法評(píng)價(jià)
        5.2.1 性能分析
        5.2.2 速度分析
        5.2.3 模型對(duì)比
    5.3 本章小結(jié)
第六章 總結(jié)和展望
    6.1 總結(jié)
    6.2 展望
參考文獻(xiàn)
致謝
作者簡(jiǎn)介


【參考文獻(xiàn)】：
期刊論文
[1]多媒體技術(shù)研究:2013——面向智能視頻監(jiān)控的視覺感知與處理[J]. 黃鐵軍,鄭錦,李波,傅慧源,馬華東,薛向陽(yáng),姜育剛,于俊清.  中國(guó)圖象圖形學(xué)報(bào). 2014(11)
[2]連續(xù)幀間差分與背景差分相融合的運(yùn)動(dòng)目標(biāo)檢測(cè)方法[J]. 屈晶晶,辛云宏.  光子學(xué)報(bào). 2014(07)
[3]智能視頻監(jiān)控在公共安防中的應(yīng)用研究[J]. 張曙光.  信息系統(tǒng)工程. 2011(07)
[4]SIFT特征匹配和差分相乘融合的運(yùn)動(dòng)目標(biāo)檢測(cè)[J]. 王梅,屠大維,周許超.  光學(xué)精密工程. 2011(04)
[5]一種基于改進(jìn)碼本模型的快速運(yùn)動(dòng)檢測(cè)算法[J]. 徐成,田崢,李仁發(fā).  計(jì)算機(jī)研究與發(fā)展. 2010(12)
[6]淺談視頻監(jiān)控系統(tǒng)的“昨天”“今天”“明天”[J]. 陶興.  中國(guó)安防. 2008(09)

博士論文
[1]圖像處理中幾個(gè)關(guān)鍵算法的研究[D]. 康牧.西安電子科技大學(xué) 2009

碩士論文
[1]基于運(yùn)動(dòng)檢測(cè)的智能視頻監(jiān)控系統(tǒng)設(shè)計(jì)[D]. 王丹.中北大學(xué) 2017
[2]視頻擁擠場(chǎng)景下快速目標(biāo)檢測(cè)算法的研究與實(shí)現(xiàn)[D]. 陳泳瑾.南京郵電大學(xué) 2016
[3]智能視頻監(jiān)控平臺(tái)中區(qū)域目標(biāo)檢測(cè)和聯(lián)合跟蹤的設(shè)計(jì)與實(shí)現(xiàn)[D]. 秦浩.南京郵電大學(xué) 2016
[4]基于視頻的人體多目標(biāo)檢測(cè)與跟蹤算法研究[D]. 黃超.西華大學(xué) 2014
[5]視頻中人的異常行為檢測(cè)方法研究[D]. 陳博.吉林大學(xué) 2013
[6]智能視頻監(jiān)控系統(tǒng)中的運(yùn)動(dòng)目標(biāo)檢測(cè)方法研究[D]. 胡雄鴿.湖南大學(xué) 2012
[7]基于部件的人體檢測(cè)算法的實(shí)現(xiàn)及優(yōu)化[D]. 胡毅.天津大學(xué) 2012
[8]交通圖像序列的分割與目標(biāo)跟蹤[D]. 高斌.天津理工大學(xué) 2011
[9]基于視頻分析的智能監(jiān)控系統(tǒng)研究與實(shí)現(xiàn)[D]. 嚴(yán)照宇.電子科技大學(xué) 2010
[10]動(dòng)態(tài)場(chǎng)景中的運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤技術(shù)[D]. 仇晨光.哈爾濱工程大學(xué) 2010



本文編號(hào)：3078745