基于粒子滤波的行人跟踪研究及其性能分析

智能监控系统中的行人跟踪功能在很大程度上能够减轻工作人员的大量眼力工作,通过智能的方式自主地跟踪用户感兴趣的目标。在视频监控环境的基础上,利用改进的粒子滤波器,设计了一个行人跟踪系统,并使其具有系统性能分析的功能。通过使用Mean Shift算法进行目标位置的预估计和多特征融合的方式使该系统在视频背景复杂的情况下能够实现对行人的稳定跟踪。并在实际应用中,分析了在遮挡情况下,行人跟踪效果差的原因,并予以改进。在Visualc＋＋集成开发环境中,基于OpenCV和MATLAB编程实现了系统,能够实时地对目标进行跟踪,并对跟踪结果进行反馈。     

一种基于CENTRIST方法与显著图分割的行人检测方法

在智能监控系统中,行人是最为关键的目标对象.监控系统可根据当前捕获的行人检测结果,触发跟踪系统持续观察兴趣目标,从而给出兴趣目标的行为与状态信息.考虑到行人检测结果直接影响跟踪系统的输出,基于CENTRIST(Census Transform Histogram)方法的行人检测结果,采用显著图分割技术,将包含行人的前景区域与检测框内的背景区域分离开来,使得跟踪系统能够根据行人的主体运动部分做出准确判断,有效地缓解了背景区域以及行人局部运动(如手、脚运动)对跟踪结果的干扰.实验结果表明,该行人检测方法在提高后续跟踪模块准确率的同时,又能适用于实时性要求较高的智能视频监控系统.     

视频监控行人流量统计系统的设计

针对当前行人统计方式落后、非实时性、统计数据滞后等问题,文中提出采用智能视频监控、图像识别的方式实时统计行人流量。系统根据积分通道思想统计行人目标特征,通过Adaboost算法训练分类器对图像帧中的行人目标进行定位、识别。文中在已识别目标的基础上采用CPU多任务模型改进核相关滤波算法对目标进行实时跟踪、统计得到行人流量。测试结果表明,系统能实时识别、跟踪、统计行人目标,整体功能稳定,平均识别率为93%,改进多任务模型使得跟踪速率提高约20%。     

基于深度学习和特征信息关联的多行人目标跟踪算法

多行人目标跟踪是智能安防监控系统的关键技术之一,其跟踪准确度的高低直接关系到监控系统的效果.针对复杂监控场景下多行人目标跟踪困难的问题,提出了一种YOLO v3网络模型与SORT跟踪算法相结合的鲁棒跟踪方法.通过简化网络模型输出以提高模型效率,对YOLO v3模型针对行人检测数据集进行重新训练.为了避免因长时间遮挡导致...     

基于统计分类的多行人跟踪算法

为了使视频监控系统具备多行人自动跟踪能力,提出了一种基于统计分类的多行人跟踪算法。首先采用了背景差和Canny算子准确提取出运动区域,然后利用特征匹配实现帧间目标的对应,最后提出一种利用人体表面颜色空间分布信息的统计分类方法,完成合并或遮挡时多个行人的分离和单独跟踪。实验表明,在相互遮挡时,该算法也能有效地分割和跟踪多个行人,适于智能视觉监控应用。     

基于OpenCV的校园智能视频监控设计与实现

在校园中,采用智能视频监控系统能够有效的减少人为干预,提高监控效率,并可对固定场景视频中的动态目标进行检测、分离、跟踪与有效识别。使用OpenCV和VC++2010构建了智能视频监控系统,采用了背景差分法对监控区域内的动态目标进行快速实时检测。在目标跟踪方面,提出了CamShift算法,实现动态目标的精确跟踪。     

基于ARM的嵌入式智能视频监控系统设计

针对传统PC远程监控系统的一些不足,提出了一种前端具有预处理功能的嵌入式智能视频监控系统设计方案,通过测试,该系统视频目标检测精度较高,能够满足实时监控及智能检测需求,实现了预期设计要求。     

一种基于HOG的粒子滤波行人跟踪算法

在智能视频监控领域,作为人体运动分析重要内容的行人跟踪正受到广泛关注.在实际视频监控中,利用运动摄像机拍摄会造成背景运动与行人尺寸变化,增加行人跟踪的困难.针对这一问题,为改善实现动态背景下的行人跟踪效果,文章提出了一种综合应用梯度方向直方图(HOG)和粒子滤波的行人跟踪算法.此方法以粒子滤波为跟踪框架,利用小型化的改...     

铁路视频监控智能分析系统检测技术

主要研究铁路视频监控智能分析系统检测技术,介绍了智能视频分析技术的原理、流程和能够实现的功能,并对智能视频分析技术在铁路视频监控智能分析检测系统中的应用方法进行了讨论.     

基于自适应滑动窗的模糊场景行人快速检测

智能场景监控是公共安全领域研究的热点.然而当前公共场所监控视频大都比较模糊,如何能够在模糊场景下快速检测行人目标是一个亟待解决的问题.通过引入一个自适应尺寸的行人检测窗,以特定策略滑动扫描前景二值图像,并根据一系列行人轮廓判别条件获取行人目标,实现了对模糊监控场景的实时行人检测与人数统计.实验结果表明,与传统算法相比,该算法可以有效快速地检测出指定区域内的行人目标.     

一种具有听觉功能的智能视频监控系统

基于图像的智能视频监控系统由于视角有限,当目标不在摄像头视场范围时,易出现监控盲区,为了解决该难题,利用声源定位的优点,提出一种具有听觉功能的智能视频监控系统。首先采集传声器线性阵列,采用时延估计技术对声源进行定位,然后根据声源位置驱动摄像头,使其转动到声源位置并采集视频信息,最后采用图像检测程序对目标进行实时定位和跟踪,并通过仿真测试验证该系统的可行性,结果表明,该系统具有较好的定位和跟踪精度。     

基于视频大数据的商业智能化应用

本文提出了一种通过基于智能视频监控的商场超市客流行为智能分析,对监控区域的顾客数量、顾客滞留时间、运动轨迹等进行实时的自动统计,从而实现基于视频分析的商场超市智能经营决策支撑系统的创新应用,从而辅助商场管理者进行精细化管理和运营.其核心技术包括了运动目标检测、人体目标识别和运动人体跟踪等开放环境下的视频分析算法.     

基于区域复合概率的行人候选框生成

行人检测在汽车驾驶辅助系统和智能视频监控等领域有广泛的应用,而行人候选框的生成是行人识别、定位及跟踪的一项重要前期工作.本文提出一种基于区域复合概率（Local Mixture Probability,LMP）模型的在线生成行人候选框的方法.该方法根据区域相似性将监控场景划分为多个子区域,随之对各区域内行人的位置和尺度分别建立泊松模型和高斯模型.通过模型的学习与更新可以获取目标出现的概率信息以及目标尺度的分布情况,从而为候选框的生成提供依据,避免遍历搜索的盲目性.实验结果表明,该算法能够在生成较少数目候选框的情况下获得较高的覆盖率.     

国防工程智能视频监控系统研究

采用智能视频分析技术对国防工程实施系统全面的安全监控是一种有效途径,通过对国防工程内外部安全监控应用特点的分析,设计了智能视频监控系统的主要功能,对其中运动目标检测,目标跟踪等关键问题进行了系统研究,解决了智能视频监控系统对光线、动态背景等使用环境的依赖性问题。实验证实了方法的有效性。     

智能视频监控系统的关键技术

目前,视频监控系统已经广泛应用于道路、车站、银行、小区等公共场所．但是获取到的视频数据大部分只是作为事发后的证据记录．不具备监控系统进行现场实时视频分析的功能。因此,如何自动有效地对监测场景进行实时监控,对现有的视频监控系统提出了新的要求。智能视频监控是通过摄像头获取的视频对监控场景中的人和交通工具进行实时监测．并对它们的行为和发生的事件作出反应。从技术角度而言,智能视频监控问题的研究内容相当丰富．包括运动物体目标的检测、跟踪、     

网络智能视频监控系统

介绍了一种智能网络视频监控系统,实现了实时监控和目标实时跟踪功能.系统前端使用网络摄像机采集实时图像,通过网络服务器将实时图像传输给网络客户终端,在终端实现实时监控操作.实验表明,该系统具有良好的稳定性,提高了监控的效率和监控系统的准确度和联动性.     

智能视频监控系统中多视角目标跟踪研究与FPGA实现

为了提高智能视频监控(IVS)系统中运动目标跟踪的可靠性和实时性,提出一种分布式架构的高清多视角IVS系统。首先,前端FPGA模块与高清IP摄像机相连,用于收集视频并进行初级视频处理;然后,FPGA通过网络与后端GPU服务器相连,GPU服务器执行高级视频处理;最终实现目标在多摄像机间的连续跟踪。实验结果表明该系统运行稳定,能够在多视角下快速、准确地跟踪目标。     

基于FPGA+DM6467智能监控系统设计

智能监控系统的核心技术是目标检测与跟踪,为了解决视频数据密集性对实时目标检测与跟踪的阻碍。提出了基于FPGA+DM6467的智能监控系统的设计方案。该方案结合目标检测和目标跟踪算法的工作原理,给出了系统的硬件设计框图和软件开发流程。     

网络视频监控系统动态目标跟踪与识别的实现

设计了一种基于DirectShow技术的网络视频监控系统.该系统能实现对多路远程IP摄像头的实时监控,还能够对监控视频中出现的异常情况进行重点跟踪与识别、镜头切换跟踪,使监控功能更加强大.     

浅谈矿区智能监控系统

智能监控是在传统监控的基础上,加入智能的识别算法,能够对视频图像中的行人、车辆等检测目标进行识别,并根据检查结果自动做出一些判断。作为计算机视觉和人工智能结合的产物,智能监控可实现无人值守,自主判断,并能保证实时性,对适应恶略环境有很强的适应性。本文通过对矿区的智能监控系统进行阐述,介绍了智能监控系统的总体结构以及矿区系统信息的传输,对后续的矿区智能监控系统的设计具有一定的参考价值。