共查询到19条相似文献,搜索用时 62 毫秒
1.
运动目标检测是智能视频监控系统中最为关键的技术,针对目标检测方面所面临的问题,本文介绍了三种不同的检测方法原理,并通过实验结果进行了对比,最后讨论了它们各自的优缺点和适用情况。 相似文献
2.
描述了智能视频监控系统的概念及其研究意义。介绍了监控图像中运动目标检测的几种方法,阐述了他们各自的基本原理和优缺点。讨论了目前运动目标检测所面临的主要问题和困难,并展望了该领域的发展趋势。 相似文献
3.
4.
5.
视频监控中运动目标的检测和跟踪是智能视频监控的关键技术,本文利用帧间差分法和背景差法对运动目标进行检测,对这二种检测方法进行了研究和比较;利用波门(跟踪窗口)选取视场中某部分图像为目标图像,然后用边缘或质心跟踪等跟踪算法确定目标位置以及目标位置与波门位置的偏差实现了对目标的跟踪。 相似文献
6.
智能视频监控技术的出现是现阶段市场监控系统智能化需求的结果,它旨在实现用摄像机代替人眼,用计算机代替人并协助人来完成监视和控制的任务.智能视频监控系统分析技术在检测运动区域的目标检测技术和追踪预测运动目标运动趋势的目标跟踪技术的基础上,再进行目标行为识别理解.对现有的主要目标检测技术的主要算法进行了综述和分析,并根据各算法的优缺点做出比较. 相似文献
7.
8.
9.
视频监控图像的运动目标检测方法综述 总被引:3,自引:2,他引:1
详细论述了视频监控领域近年来的发展,从目标运动背景、目标运动特性、运动目标检测方法等方面分析了该方向的进展情况.并指出了当前该研究方向上亟待解决的主要问题. 相似文献
10.
视频图像序列运动目标检测是计算机视觉研究的重要组成部分,广泛应用于交通、医学等领域。文章主要论述了常用的三种检测方法:帧间差分法、背景减法、光流法。 相似文献
11.
12.
运动目标的正确检测影响着运动目标能否被正确跟踪与分类,因此成为视频监控系统研究中的一项重要课题。文中对运动目标检测算法进行研究,实现对铁路沿线前方目标的有效识别,针对得到的视频序列,通过混合高斯模型进行背景建模,并与混合差分算法结合实现前景的提取与检测。通过与混合差法相比较,其仿真结果表明,该算法具有一定的可行性。 相似文献
13.
视频监控系统中一种运动目标的检测方法 总被引:1,自引:0,他引:1
提出了一种基于改进的背景差分法的运动目标检测和识别的方法,该算法用于视频监控系统中运动目标检测和报警。双阈值法和动态阈值法有效地检测出图像中的运动目标。Matlab 7.0中对算法进行了仿真,实验表明,该方法有效去除了运动目标阴影及背景噪声,可准确地检测出运动目标。 相似文献
14.
Automatic Segmentation of Moving Objects in Video Sequences for Indoor and Outdoor Applications 总被引:1,自引:0,他引:1
FALAH E. ALSAQRE 《中国邮电高校学报(英文版)》2003,10(4)
1 IntroductionAutomaticsegmentationofmovingobjectsfromvideosequencesisadifficultandchallengingproblemincomputervisionsystems.Ithasmanyapplicationssuchasvideosurveillance,trafficmonitoring ,peopletrackingandvideocommunication[1~4] .Italsoplaysanimportantroleinsupportingcontent basedimagecoding,especiallyaftertheemergenceofthevideocodingstandardMPEG 4[5~ 1 4 ] .Therearealotofresearchworksonmovingob jectssegmentationandextraction .Thesealgorithmscanberoughlyclassifiedintotwocategories:inter … 相似文献
15.
视频运动目标探测的实验研究 总被引:2,自引:1,他引:1
本文在分析视频系列图像特点的基础上,对运动目标采用连续帧相减的探测方法进行了理论分析和实验研究,提出了背景和目标在不同运动情形下的处理方法及处理结果。实验及其结果,证实了方法的有效性。 相似文献
16.
17.
18.
This paper proposes a mobile video surveillance system consisting of intelligent video analysis and mobile communication networking. This multilevel distillation approach helps mobile users monitor tremendous surveillance videos on demand through video streaming over mobile communication networks. The intelligent video analysis includes moving object detection/tracking and key frame selection which can browse useful video clips. The communication networking services, comprising video transcoding, multimedia messaging, and mobile video streaming, transmit surveillance information into mobile appliances. Moving object detection is achieved by background subtraction and particle filter tracking. Key frame selection, which aims to deliver an alarm to a mobile client using multimedia messaging service accompanied with an extracted clear frame, is reached by devising a weighted importance criterion considering object clarity and face appearance. Besides, a spatial-domain cascaded transcoder is developed to convert the filtered image sequence of detected objects into the mobile video streaming format. Experimental results show that the system can successfully detect all events of moving objects for a complex surveillance scene, choose very appropriate key frames for users, and transcode the images with a high power signal-to-noise ratio (PSNR). 相似文献
19.
针对固定摄像机条件下的视频监控问题,提出了一种基于背景相减法和混合差分法相结合的运动目标检测算法。该方法对彩色图像建立混合高斯模型,对背景模型进行实时更新;并对帧间差分法进行了改进,提出混合差分的思想。通过背景相减法和混合差分法的结合,采用形态学滤波的方法去除噪声点,检测到确切的运动目标。实验结果证明,文中提出的算法能准确地建立背景模型,既完整地提取运动目标,又适应复杂环境的变化,提高了运动目标检测的精确度和速度。 相似文献