1、智能視頻監(jiān)控技術(shù)已經(jīng)廣泛應(yīng)用在生活、商業(yè)、國防安全和軍事應(yīng)用等領(lǐng)域中。智能視頻監(jiān)控技術(shù)的研究范圍非常廣泛，包括運動目標檢測、運動目標跟蹤以及其他部分。本文對運動目標檢測和跟蹤的算法進行了研究。
傳統(tǒng)的背景建模算法在運動目標檢測過程中容易出現(xiàn)背景模型更新速度慢、模型匹配困難的問題。針對該問題，提出了基于混合高斯模型的背景建模的改進算法。該算法在原有模型基礎(chǔ)上引入了背景更新參數(shù)，并且通過比較該參數(shù)與當(dāng)前像素值，來判斷當(dāng)前像素是否為
2、背景像素。同時，該算法還對混合高斯模型中的標準差參數(shù)設(shè)置了下限閾值，不但可以提高模型匹配的數(shù)量，而且可以減少不必要的新建模型。通過實驗表明，改進的背景建模算法的目標檢測準確率有一定的提高。
傳統(tǒng)的均值偏移算法由于光照的變化容易在跟蹤過程中出現(xiàn)跟蹤矩形偏移的問題。針對該問題，提出了基于MS算法的改進算法。該算法在MS跟蹤算法中引入了對光照變化具有不變性的SURF特征，通過對目標區(qū)域和候選區(qū)域進行SURF特征提取以及特征匹配，計算
3、出候選區(qū)域的偏移量。該算法還引入了Bhattacharyya系數(shù)，用來比較由MS算法得出的跟蹤結(jié)果與由SURF跟蹤方法得出的跟蹤結(jié)果的準確度，選擇準確程度最大的作為最后的跟蹤結(jié)果。通過實驗表明，改進的MS算法在光照變化的情況下可以更加穩(wěn)定的跟蹤運動目標。
由于運動目標尺寸的改變，在跟蹤過程中容易出現(xiàn)跟蹤矩形偏移的問題。針對該問題，在改進的MS算法中引入了仿射變換模型。引入仿射變換后的算法通過計算每幀的仿射變換參數(shù)來確定運動目標