智能監(jiān)控中運(yùn)動(dòng)目標(biāo)識(shí)別與分類(lèi)技術(shù)研究.pdf

1、智能監(jiān)控中的運(yùn)動(dòng)目標(biāo)識(shí)別分類(lèi)技術(shù)是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)研究熱點(diǎn),隨著科技的進(jìn)步、社會(huì)的發(fā)展,各行各業(yè)對(duì)視頻監(jiān)控的需求不斷增強(qiáng),使得視頻監(jiān)控系統(tǒng)不斷朝著智能化的方向發(fā)展,引起了國(guó)內(nèi)外越來(lái)越多的研究學(xué)者對(duì)智能監(jiān)控領(lǐng)域的高度關(guān)注.該技術(shù)綜合了計(jì)算機(jī)視覺(jué)、模式識(shí)別、圖像處理、人工智能等多門(mén)學(xué)科,其研究課題具有很大的挑戰(zhàn)性和巨大的潛力.
　　智能監(jiān)控的目的是使計(jì)算機(jī)自動(dòng)地對(duì)得到的序列圖像進(jìn)行分析,判斷其中的目標(biāo)的行為,其主要的工作部分有,運(yùn)

2、動(dòng)目標(biāo)檢測(cè)、運(yùn)動(dòng)目標(biāo)識(shí)別分類(lèi)、運(yùn)動(dòng)目標(biāo)跟蹤、以及運(yùn)動(dòng)目標(biāo)的行為理解分析等.目標(biāo)識(shí)別分類(lèi)是整個(gè)智能監(jiān)控系統(tǒng)中的重要部分,其目的是要對(duì)場(chǎng)景中的目標(biāo)進(jìn)行歸類(lèi),以預(yù)測(cè)其行為發(fā)展,在智能監(jiān)控、智能交通以及軍事等方面有著巨大的研究?jī)r(jià)值和廣泛的應(yīng)用前景.目前該技術(shù)雖然已取得了一定成果和進(jìn)步,但在應(yīng)用上都還存在一些難題需要解決.
　　本文研究了圖像描述方法、圖像處理方法,以及目標(biāo)分類(lèi)的相關(guān)理論和常用算法,在分析當(dāng)前方法和研究現(xiàn)狀的基礎(chǔ)上,提出了針

3、對(duì)靜止的單攝像機(jī)條件下,對(duì)生活中的普通場(chǎng)景下常見(jiàn)的步行者、騎自行車(chē)的人、小汽車(chē)、以及貨車(chē)四類(lèi)目標(biāo)進(jìn)行識(shí)別分類(lèi)的方法,其主要工作如下:
　　首先對(duì)獲得的序列圖像進(jìn)行目標(biāo)檢測(cè)和圖像預(yù)處理,通過(guò)混合高斯模型進(jìn)行背景更新,利用背景差分法提取出目標(biāo)區(qū)域,并將目標(biāo)區(qū)域進(jìn)行形態(tài)學(xué)去噪,分割圖像;
　　在以上操作的基礎(chǔ)上需要對(duì)目標(biāo)區(qū)域進(jìn)行特征提取,在特征選擇方面,研究了現(xiàn)有的特征描述方法,并根據(jù)應(yīng)用場(chǎng)景以及運(yùn)動(dòng)目標(biāo)的特點(diǎn),采用了基于形狀的描

4、述方法,分別使用了目標(biāo)外接矩形的長(zhǎng)寬比、占空比、分散度特征,同時(shí)還引入了Krawtchouk矩不變量特征來(lái)表示目標(biāo);
　　在分類(lèi)器的選擇上,建立了基于小樣本學(xué)習(xí)理論的支持向量機(jī)分類(lèi)器,針對(duì)本文的多類(lèi)識(shí)別問(wèn)題,選擇有向無(wú)環(huán)圖的支持向量機(jī)來(lái)構(gòu)造分類(lèi)器,首先對(duì)要選擇訓(xùn)練樣本,并對(duì)其類(lèi)別進(jìn)行標(biāo)記,然后對(duì)分類(lèi)器進(jìn)行訓(xùn)練,以此得到的分類(lèi)器就可用于對(duì)待測(cè)目標(biāo)進(jìn)行識(shí)別分類(lèi),該分類(lèi)器較好地解決了非線性的多類(lèi)別目標(biāo)分類(lèi)問(wèn)題,同時(shí)只需利用較少的訓(xùn)練樣本