基于壓縮感知的交通監(jiān)控視頻目標檢測算法研究.pdf

1、基于視頻的動態(tài)目標檢測是計算機視覺領域的一個重要研究方向,在安防監(jiān)控、智能交通、機器視覺導航等諸多領域都有著廣闊的應用前景。目前,對智能交通領域來說,交通監(jiān)控視頻為交通部門提供實時路面信息,通過對監(jiān)控場景內(nèi)汽車、路人等運動目標的檢測、跟蹤、識別和分類處理,從而獲得車速、車流量、交通治安等交通信息,為指導人員提供迅速直觀的信息從而對交通事故和交通堵塞做出準確判斷并及時響應。隨著城市的快速迅猛發(fā)展,人流、車流量猛增,交通職能部門急切需要更清

2、晰的視頻、更多路監(jiān)控的交通管理系統(tǒng),然而當前網(wǎng)絡帶寬和投入成本的限制,使得公路交通監(jiān)控數(shù)據(jù)量增大與網(wǎng)絡帶寬資源有限形成矛盾。針對以上問題,本文以交通監(jiān)控視頻為對象,利用壓縮感知對信號的稀疏性和可壓縮性,僅通過采集少量的信號觀測值就可以準確地重構出稀疏信號這一特性,提出一種基于貝葉斯壓縮感知的目標檢測算法。論文的主要研究內(nèi)容包括:
　　首先,分析和總結了壓縮感知的基礎理論。介紹了壓縮感知理論的框架(包括信號稀疏表示、非相關觀測和信號

3、的重構)及相關的原理和發(fā)展狀況,研究了目前主要的幾種重構算法。
　　其次,介紹和總結了經(jīng)典的動態(tài)目標檢測算法。對目前主流的幀間差分法、背景減除法和光流法做了詳細的說明和研究,并考慮實際監(jiān)控應用中對算法的實時性和魯棒性等需求,歸納了各種方法的優(yōu)缺點和適用場合。
　　再次,研究壓縮感知下的交通監(jiān)控視頻的目標檢測算法。本算法首先采用小波基對視頻信號進行稀疏,建立背景差分圖像在壓縮感知中的模型,分析和總結了五種隨機觀測矩陣在差分圖像