監(jiān)控視頻中的行人檢測(cè)技術(shù)研究及實(shí)現(xiàn).pdf

1、隨著大數(shù)據(jù)時(shí)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(jí)的膨脹趨勢(shì)。作為信息來源的主要部分,監(jiān)控終端設(shè)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(zhǔn)確和高效的方法,從監(jiān)控視頻中檢索出目標(biāo)信息,視頻檢索技術(shù)的出現(xiàn)使得人們的愿望成為了現(xiàn)實(shí)。
　　從監(jiān)控視頻數(shù)據(jù)庫中檢索出行人目標(biāo)的系統(tǒng),一直是視頻檢索領(lǐng)域的重要研究方向。該系統(tǒng)的核心技術(shù)是:檢測(cè)、跟蹤和檢索三大模塊,其各自在當(dāng)前的研究領(lǐng)域都有階

2、段性的成果。檢測(cè)技術(shù)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(cè)方法,都取得了階段性的效果。在目標(biāo)跟蹤技術(shù)方面,當(dāng)前較為可靠的跟蹤算法有MeanShift,KLT和TLD跟蹤算法,尤其TLD可對(duì)某一對(duì)象進(jìn)行長(zhǎng)時(shí)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(cè)算法來解決跟蹤過程中的常見問題,如跟蹤目標(biāo)發(fā)生的形變、跟蹤目標(biāo)被部分遮擋等。另外,TLD跟蹤算法利用改進(jìn)的在線學(xué)習(xí)機(jī)制對(duì)跟蹤過程中

3、的“顯著特征點(diǎn)”和檢測(cè)過程中的目標(biāo)模型、目標(biāo)參數(shù)等進(jìn)行實(shí)時(shí)更新,以達(dá)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(shù)。
　　本論文從應(yīng)用的角度出發(fā),深入研究當(dāng)前核心的成熟方法,提出具有一定可行性的改進(jìn)方法。首先簡(jiǎn)單的介紹了監(jiān)控視頻技術(shù)的發(fā)展歷史,概述了視頻檢測(cè)技術(shù)的基本框架和工作原理,描述了視頻檢測(cè)的工作流程,全面剖析了監(jiān)控視頻中行人檢測(cè)的核心技術(shù)。然后詳述了系統(tǒng)采用和研發(fā)的核心技術(shù),包括目