基于GPRS的远程报警视频监控系统

提出了一个基于GPRS的远程报警视频监控系统，该系统利用运动目标检测技术，对待监视现场进行实时监控。通过对监控视频的帧差图像中的噪声进行建模，系统能检测监控区域是否出现运动目标，并一旦判断有可疑移动物体出现时，系统将实时产生报警，并将警报信息通过GPRS无线网络传送至值班人员。     

基于GPRS的远程报警视频监控系统

提出了一个基于GPRS的远程报警视频监控系统，该系统利用运动目标检测技术，对待监视现场进行实时监控。通过对监控视频的帧差图像中的噪声进行建模，系统能检测监控区域是否出现运动目标，并一旦判断有可疑移动物体出现时，系统将实时产生报警，并将警报信息通过GPRS无线网络传送至值班人员。     

基于智能视觉的车辆事故预警监控系统设计

针对车辆行驶中驾驶员视觉盲区或注意力不集中而造成的交通事故问题,提出采用智能视觉技术对车辆行驶过程中四周的异常物体进行视频监控,对动态视频场景中的运动目标进行检测、识别与实时测距,通过车辆智能视频监控系统最大程度的为驾驶员提供更多预警信息,预防交通事故的发生;文中介绍了车辆智能视觉监控系统的硬件设计方法与软件工作流程,并研究了运动目标检测算法与单目视觉测距算法,通过仿真实验,验证了该智能视觉车辆监控系统对于运动目标进行检测、识别与智能测距判断的实验结果.     

利用OpenCV的运动物体智能视频图象处理监控系统设计

目前,无论是家庭还是社会安全性一直都备受关注。随着计算机视觉、视频智能识别等技术的高速发展,实现监控系统的实时分析报警已成为了可能,本文从运动物体的检测、运动跟踪及行为判断三大技术出发,利用OpenCV设计了一个运动物体智能视屏图象处理监控系统,该系统不但有效的实现对所监控区域的实时监控与报警,而且也对传统视频监控系统进行了革新,重要场所的安全运行提供了强有力的保障。     

基于灰度直方图的运动目标特征检测算法

为提高运动目标的检测效果和指导性，提出一种基于灰度直方图分析的运动目标特征检测算法。采用视觉成像技术进行运动目标图像采集和视觉特征分析，提取运动目标的动态视觉特征量。根据运动目标边缘差分变换和空间位置关系进行运动图像的特征分离，提取运动目标图像的边缘轮廓特征量。采用统计形状模型进行运动目标图像的二值化分离，构建运动目标图像的灰度直方图。根据灰度直方图中的统计信息进行目标特征检测和动态特征提取，实现运动目标图像的视觉检测和动态识别，有效提取运动目标的关键特征，实现目标特征检测。仿真结果表明，采用该方法进行运动目标图像的特征检测性能较好，对运动目标的动态识别能力较强。     

融合视觉和嗅觉的管道探测机器人的设计与实现

介绍了一种新型管道探测机器人系统．采用视频分划生成的十字线，对管道内的视频图像信号中的目标信号进行识别和判断；利用气体传感器对管道内残留的有害气体进行识别和判断，并融合两部分的判断结果送入控制系统，用以控制机器人的移动和对目标执行动作．本系统采用巧妙的机械结构有效实现机器人在直管和弯管进行简易、快速、准确的检测．通过原理样机验证了这套系统的可行性．     

基于互联网的公共场所监控人脸特征目标检测

随着社会发展，公共场所对于安全性的要求日益提高，监控数据量也呈指数级增加，如何准确并快速地对监控视频中人脸进行特征检测筛选，从而提高整体工作效率，对于维护社会稳定、保护人民生命财产安全具有重要意义。本文提出了一种基于互联网上传的海量监控数据的人脸特征目标检测方案，通过对人脸特征，如胡须、眼镜、口罩等特征，对互联网联机多场所监控视频进行检测，筛选出目标人群，从而减少机器人脸识别或传统人工识别工作量，提高识别速度，降低成本，最后以口罩佩戴检测系统的实现案例验证了系统可行性及精准度，并对目标检测技术应用前景进行了展望。     

基于ARM9与移动目标识别算法的安防监控系统设计

介绍了一种基于S3C2440硬件平台和移动目标识别技术的安防监控系统的总体设计方案,在嵌入式Linux平台下实现视频数据的采集、编码与传输;选择时间差分图像检测移动目标算法,实现视频运动物体的捕获与识别,判断目标类型,并及时发出报警信号;通过USB摄像头实现视频实时采集;利用xvidcore作为视频图像编码压缩算法;采用GPRS模块完成无线网络的接入与数据传输;并在嵌入式GUI解决方案QtopiaCore4的基础上,开发了安防监控软件系统;实际应用表明,该系统具有低功耗、抗干扰能力强及可靠性高等特点,提供了一种全新的安防监控应用方案.     

基于OpenCV的视频运动目标检测及其应用研究

高斯混合模型已经成为对视频利用背景减除法进行运动目标检测的最多的一种背景建模模型,也成为一种标准模型。首先对高斯混合模型的理论框架进行了分析,然后采用OpenCV技术实现高斯混合模型来检测视频运动目标,实验结果表明高斯混合模型对摄像头静止的道路监控视频运动目标检测具有较好的效果。最后以该运动目标检测技术为基础设计了一种智能视频监控系统,该系统具有较好的实用性。     

视频监控系统中基于MPEG编码域的运动检测方法

运动检测是视频监控系统中极有实用价值的技术，该文简单介绍了MPEG编码的基本特征，并利用这些特征在编码域中进行运行检测，提出了一种利用运动矢量进行运动检测的方法，该方法不但能检测出运动，还能区分出摄像头和物体的运动，并判断运动类型。     

自动分割视频序列中运动物体的新算法：多特征联合方法

视频编码标准MPEG-4增加了适于多种应用的基于视频内容的功能,为了支持这一功能和提高编码效率,MPEG-4将视频序列中的每一帧分解成视频对象面(VOP);另外,由于基于内容的视频检索和视频监控系统均期望用分割出的关键视频对象紧致地表示一个序列,同时由于视频分割技术在模式识别、计算机视觉等领域也得到了广泛的应用,因此,分割视频运动物体并跟踪运动物体的变化变得至关重要.为了对视频中运动物体进行有效的分割,在帧差图象的基础上,采用Canny边缘检测和随机信号的高阶矩检测相结合的方法,来自动分割视频序列的前景区域和背景区域,并在前景区域中应用区域生长法进行颜色分割,以精确提取运动物体的边缘;还利用边缘和颜色特征来对分割出的运动物体建立模板,用于解决非刚体运动中局部暂时停止运动的情况.实验结果表明,此方法可以有效地分割运动物体,并能跟踪运动物体的变化.     

面向卫星在轨实时处理的遥感视频动目标提取算法

针对现有动目标检测算法应用于卫星视频存在较多伪运动误检且难以在轨实时运行,同时短程跟踪算法难以寻回丢失目标的问题,提出一种卫星在轨实时提取运动目标算法。面向运动区域设计图像分类算法以优化运动检测结果,准确筛选动目标;用短程跟踪代替逐帧检测,以降低整体算法复杂度,并设计多特征融合与时空约束的重识别机制关联短程轨迹,应对跟踪丢失;设计在轨智能实时处理系统。使用真实卫星视频数据在嵌入式仿真平台上实验,结果表明,该算法的准确性和实时性相比现有方法有明显提升。     

PTZ自主跟踪中的全景视频生成

提出了一种在单PTZ摄像机自主跟踪过程中生成全景视频的方法。该方法在自主跟踪目标的同时,生成目标在大场景上运动的全景视频,可应用于PTZ摄像机监控场所。该方 法将全景视频看作全景背景图像和当前目标图像的叠加：首先利用Mean Shift跟踪方法逐帧获取目标区域图像并保存;然后利用相邻两帧视频图像的竖直方向投影匹配和Harris角 点匹配结果合成全景背景,与传统的配准方法相比,大大降低了匹配运算的复杂度,使全景背景的生成能够实时进行,并记录每帧图像到背景图像的变换参数;最后逐帧将目标区 域图像变换到背景图像上得到全景视频。本文方法与传统的全景视频生成方法相比,无需人工控制摄像机的转动,也无需手工对齐视频帧,整个过程全部自动完成。     

基于改进光流特征的运动目标跟踪

在城市智能视频监控中需要对运动目标进行实时跟踪,针对传统的运动目标检测中出现的跟踪目标易丢失、跟踪率低、实时性差等问题,提出一种基于改进光流特征的运动目标跟踪检测方法,对运动行人目标进行跟踪。该方法首先采用改进的Vibe运动背景建模法对视频中存在的运动行人进行检测,再将Shi-Tomasi角点检测与LK光流法进行结合,将角点检测结果融入到LK光流法中,并对检测到的角点进行运动光流特征提取,最后通过卡尔曼滤波对出现的行人进行预测跟踪,采用匈牙利最优匹配算法实现对运动目标的持续匹配以及对运动目标的跟踪。仿真结果表明,本文提出的方法能够对视频中出现的运动目标进行检测跟踪,具有较好的识别效果,且检测效率得到提高。      

基于运动轨迹的视频检索方法

基于内容的视频检索是目前多媒体检索领域中的一个重要课题,由于视频体现了图像中对象的动态特征,因此如何提取视频对象的运动特征并且用于检索成为基于内容视频检索研究的热点.利用改进的8方向链码编码对视频对象运动轨迹进行编码,重点突出了对象运动的变化特征,同时采用归一化编码技术,增强了改进编码方法对尺度和旋转变换的鲁棒性.最后采用编辑距离来度量运动轨迹的相似性测度,实验结果表明,该算法能够有效地检索出运动轨迹相似的视频片断.     

基于SVM的车型识别系统的设计与实现

支持向量机(SVM)理论建立在结构风险最小化原理基础上,对非线性、高维数的小样本问题有非常好的分类效果和学习推广能力。本文设计了基于支持向量机的车型识别系统,系统通过对摄像机采集的视频图像进行运动目标检测分割、特征提取与选择、模式识别等处理,达到实时车型识别。试验结果表明,该系统有很高的识别率和适应性。     

基于主动视觉和超声的机器人目标跟踪系统

运动目标跟踪技术是未知环境下移动机器人研究领域的一个重要研究方向。该文提出了一种基于主动视觉和超声信息的移动机器人运动目标跟踪设计方法,利用一台SONY EV-D31彩色摄像机、自主研制的摄像机控制模块、图像采集与处理单元等构建了主动视觉系统。移动机器人采用了基于行为的分布式控制体系结构,利用主动视觉锁定运动目标,通过超声系统感知外部环境信息,能在未知的、动态的、非结构化复杂环境中可靠地跟踪运动目标。实验表明机器人具有较高的鲁棒性,运动目标跟踪系统运行可靠。     

双光流网络指导的视频目标检测

目的 卷积神经网络广泛应用于目标检测中,视频目标检测的任务是在序列图像中对运动目标进行分类和定位。现有的大部分视频目标检测方法在静态图像目标检测器的基础上,利用视频特有的时间相关性来解决运动目标遮挡、模糊等现象导致的漏检和误检问题。方法 本文提出一种双光流网络指导的视频目标检测模型,在两阶段目标检测的框架下,对于不同间距的近邻帧,利用两种不同的光流网络估计光流场进行多帧图像特征融合,对于与当前帧间距较小的近邻帧,利用小位移运动估计的光流网络估计光流场,对于间距较大的近邻帧,利用大位移运动估计的光流网络估计光流场,并在光流的指导下融合多个近邻帧的特征来补偿当前帧的特征。结果 实验结果表明,本文模型的mAP（mean average precision）为76.4%,相比于TCN（temporal convolutional networks）模型、TPN+LSTM（tubelet proposal network and long short term memory network）模型、D（&T loss）模型和FGFA（flow-guided feature aggregation）模型分别提高了28.9%、8.0%、0.6%和0.2%。结论 本文模型利用视频特有的时间相关性,通过双光流网络能够准确地从近邻帧补偿当前帧的特征,提高了视频目标检测的准确率,较好地解决了视频目标检测中目标漏检和误检的问题。     

基于双计算机的仿人机器人的视觉跟踪系统

运动目标的实时跟踪是机器人视觉的关键技术之一。设计了仿人机器人的视觉跟踪系统,系统采用双计算机,分别负责视觉信息的处理和运动单元的控制,两台计算机通过Memolink进行通讯。基于Windows的视觉信息处理子系统实现运动目标的分割,状态估计和预测。运动控制子系统采用RTlinux实时操作系统,利用PD控制器控制关节运动。实验验证了系统的稳定性和实时性。