監(jiān)控視頻中的行人檢測技術研究及實現(xiàn).pdf

1、隨著大數(shù)據(jù)時代的到來,視頻數(shù)據(jù)庫中的信息量日益增大,且呈現(xiàn)出指數(shù)級的膨脹趨勢。作為信息來源的主要部分,監(jiān)控終端設備已經(jīng)遍布大街小巷,由此記錄下了豐富的信息資源。人們希望能夠找到一種可以快速、準確和高效的方法,從監(jiān)控視頻中檢索出目標信息,視頻檢索技術的出現(xiàn)使得人們的愿望成為了現(xiàn)實。
　　從監(jiān)控視頻數(shù)據(jù)庫中檢索出行人目標的系統(tǒng),一直是視頻檢索領域的重要研究方向。該系統(tǒng)的核心技術是:檢測、跟蹤和檢索三大模塊,其各自在當前的研究領域都有階

2、段性的成果。檢測技術方面,從基于梯度方向直方圖的SVM到基于多部件的可形變模型Latent-SVM的檢測方法,都取得了階段性的效果。在目標跟蹤技術方面,當前較為可靠的跟蹤算法有MeanShift,KLT和TLD跟蹤算法,尤其TLD可對某一對象進行長時間的跟蹤,該跟蹤算法的主要不同在于其結(jié)合傳統(tǒng)的跟蹤算法和檢測算法來解決跟蹤過程中的常見問題,如跟蹤目標發(fā)生的形變、跟蹤目標被部分遮擋等。另外,TLD跟蹤算法利用改進的在線學習機制對跟蹤過程中

3、的“顯著特征點”和檢測過程中的目標模型、目標參數(shù)等進行實時更新,以達到更可靠、更穩(wěn)定的跟蹤效果。在檢索方面,較為有效的方法則是基于顏色和圖像特定區(qū)域檢索技術。
　　本論文從應用的角度出發(fā),深入研究當前核心的成熟方法,提出具有一定可行性的改進方法。首先簡單的介紹了監(jiān)控視頻技術的發(fā)展歷史,概述了視頻檢測技術的基本框架和工作原理,描述了視頻檢測的工作流程,全面剖析了監(jiān)控視頻中行人檢測的核心技術。然后詳述了系統(tǒng)采用和研發(fā)的核心技術,包括目