计算机智能视频监控系统关键技术研究

方帅博士论文 首先，对目标检测技术进行了研究，并提出了一种基于背景建模的运动目标检测算法。利用统计的方法建立了基于颜色和颜色梯度的背景模型，并实时地对背景模型进行更新，最后将这两种背景模型综合考虑对目 标进行了有效的检测。该算法较好地解决了背景模型的提取、更新、背景扰动、外界光照变化 等问题。 接着，研究了复杂背景下多目标跟踪问题，提出了基于蒙特卡罗粒子滤波器的复杂背景下多目 标跟踪算法。给出了序列图像多目 标跟踪系统的状态方程、观测方程、重采样方法以及目 标跟踪中的一些特殊情况的处理方法。该算法有效解决了目标跟踪算法中的新目标出现、老目标消失、目标遮挡和蒙特卡方法实时性差等问题。 然后，提出了目标分类算法。用有向无环图的多类支持向量机对目标进行分类，该分类器使用少量的样本，就可以得到较好的分类精度。通过最大互信息，辨识出场景无关特征量和场景相关特征量。场景无关特征量的使用，使得分类器对任何场景都具有良 好的通用性;而场景相关特征量的使用则大大提高了分类器的精度。 最后，针对视频监控中的行为理解进行了探讨性的研究。建立一个行为理解的系统，这个系统由场景模型、行为模型和行为自动识别三部分组成。该系统采用了分层的陈述性行为模型 ，该模型具有易于修改、扩充、推广、描述等优点。同时提出了基于贝叶斯网络的行为自动识别算法，将目标特征及构成行为的子行为或简单行为在不同层次上连接，从而构造了一个能对运动目标行为进行分析、推理的贝叶斯因果模型。 ，该模型具有易于修改、扩充、推广、描述等优点。同时提出了基于贝叶斯网络的行为自动识别算法，将目标特征及构成行为的子行为或简单行为在不同层次上连接，从而构造了一个能对运动目标行为进行分析、推理的贝叶斯因果模型。