智能視頻監(jiān)控中物體檢測識(shí)別算法的研究與應(yīng)用.pdf

1、基于視頻序列的物體檢測與識(shí)別技術(shù)是智能視頻監(jiān)控系統(tǒng)中的重要組成部分,廣泛應(yīng)用于商場、停車廠、銀行、展覽會(huì)及博物館等重要場所,其主要思想是在視頻序列圖像中利用一定的算法對感興趣的物體進(jìn)行檢測,并識(shí)別其所處的狀態(tài)來分析監(jiān)控場景中是否有異常事件發(fā)生,如偷盜或丟包等事件。物體檢測與識(shí)別技術(shù)是導(dǎo)航系統(tǒng)、智能視頻監(jiān)控系統(tǒng)和人機(jī)交互等實(shí)際應(yīng)用領(lǐng)域中的研究難題,而本文的研究成果將會(huì)使得相關(guān)領(lǐng)域的一些關(guān)鍵問題得到相應(yīng)解決。
　　 通過分析研究現(xiàn)有

2、的匹配算法,在此基礎(chǔ)上重點(diǎn)研究基于尺度不變特征SIFT算法中特征提取和特征匹配的物體檢測識(shí)別算法,并從四個(gè)方面對SIFT算法進(jìn)行詳細(xì)分析,即構(gòu)建尺度空間、檢測尺度空間極值點(diǎn)、生成特征描述子以及度量特征的相似性。經(jīng)實(shí)驗(yàn)驗(yàn)證尺度不變特征能夠?qū)Ψ莿傂晕矬w、復(fù)雜背景、放射變換和光照變換等具有非常穩(wěn)定的特性。為了得到更加良好的極值選取效果,在對極值點(diǎn)檢測過程中在每一組最頂層加入三層高斯模糊圖像;針對匹配結(jié)果中存在一對多的情況,提出一種SIFT特征

3、提取與SVD匹配相結(jié)合的識(shí)別算法;為實(shí)現(xiàn)在剔除錯(cuò)配點(diǎn)的同時(shí)能夠?qū)Ρ粰z測目標(biāo)進(jìn)行精確的定位,提出一種基于迭代密度的約束算法,其算法思想是用搜索框?qū)ζヅ浣Y(jié)果圖進(jìn)行搜索,計(jì)算落在搜索框中的匹配點(diǎn)數(shù)量來約束匹配點(diǎn);將SIFT-SVD算法的匹配結(jié)果用迭代密度約束法來消除錯(cuò)配點(diǎn),不僅能使得匹配精確度得到提高,而且能找出被檢測目標(biāo)在圖像中的準(zhǔn)確位置。
　　 偷盜檢測技術(shù)能實(shí)時(shí)識(shí)別到監(jiān)控場景中丟失物體等異常現(xiàn)象,并給出相應(yīng)的提示信息。目前的偷盜

4、檢測技術(shù)往往對光照變換、復(fù)雜動(dòng)態(tài)背景、遮擋問題、攝像頭轉(zhuǎn)移、目標(biāo)為非剛性物體等干擾因素的適應(yīng)性較低,本文將基于迭代密度約束的SIFT-SVD特征匹配算法應(yīng)用于視頻監(jiān)控中的偷盜檢測領(lǐng)域,并在物體特征提取階段做了創(chuàng)新性的改進(jìn),即提取被檢測物體六個(gè)面的特征信息,并進(jìn)行去重復(fù)處理,提高了特征檢測的精度。在視頻監(jiān)控前建立場景中貴重物體的特征庫,確定其在場景中的原始位置并限定位置區(qū)域,在監(jiān)控過程中將特征庫中的信息與視頻序列圖像中限定區(qū)域的特征進(jìn)行匹