动态云台摄像机无人机检测与跟踪算法

为应对小型无人机的黑飞、滥飞对个人隐私、公共安全造成的威胁,本文采用高清云台摄像机定点巡航的方式对近地动态复杂背景中的无人机进行检测与跟踪,并提出了一种适用于动态云台摄像机的闭环无人机检测与跟踪算法,包含检测与跟踪两种模式。在检测模式下,本文设计了一种基于运动背景补偿的运动目标检测算法来提取分类候选区域,然后利用基于神经网络结构搜索得到的轻量级卷积神经网络对候选区域进行分类识别,可在不缩小高清视频图像的条件下实现无人机检测;在跟踪模式下,本文提出了一种结合卡尔曼滤波的局部搜索区域重定位策略改进了核相关滤波跟踪算法,使之在高清云台伺服追踪过程中仍能对目标进行快速稳定的跟踪;为将检测模式与跟踪模式结合在闭环框架中,本文还提出了一种基于检测概率和跟踪响应图状态的自适应检测与跟踪切换机制。实验表明,本文算法可应用于定点巡航状态的高清云台摄像机,实现近地复杂动态背景中无人机的实时准确检测、识别与快速跟踪。     

智能监控系统跟踪技术研究

根据小区环境的复杂背景、光照变化以及经济成本等因素,开发了智能报警监控系统,自动控制云台转动,能保证目标在可监视范围之内.针对背景混淆下的跟踪难点,为准确预测目标位置,提出基于谱直方图的特征提取算法进行目标检测,并引入Kalman滤波器预测目标位置的跟踪算法.谱直方图将图像转移到频域进行统计,减少了颜色以及噪声等因素的干扰.仿真实验证明,系统可以保证视频监控的实时性以及自动跟踪的准确性,并且有效地节约了系统开发的经济成本.     

基于视频分析的智能监控系统

智能监控是当前计算机视觉研究的热点领域之一。针对室内监控的具体特点,实现了一种基于视频分析的智能检测跟踪监控系统。利用基于统计模型的目标检测算法提取运动目标;然后结合Meanshift算法对目标进行粗跟踪;最后针对Meanshift算法无法实时改变跟踪窗大小的缺陷,提出边界力调整算法以自适应更新跟踪窗窗宽。并以DM642数字图像处理DSP为核心,设计并搭建了智能视频监控平台。实验表明,该系统可以实时有效地检测、跟踪室内运动目标。     

基于DaVinci技术的嵌入式智能监控系统

对嵌入式智能监控系统进行研究,提出了一种基于达芬奇技术的嵌入式智能监控系统设计方案;该系统对运动目标检测方法进行分析,采用基于图像序列的背景减除法检测入侵目标,用中值法对背景进行动态更新维护,并在构建的基于DaVinci技术的硬件平台上实现了入侵报警算法;实验表明,采用中值法进行动态背景维护,能较好适应外部环境的变化,在检测到警戒区域运动入侵目标的同时,获得入侵目标的方向信息,并在0.5 s内发出预警信号,满足系统实时性的要求。     

基于视频分析和多传感器融合的移动式监控系统

安防场景下,大多数传感器系统（视频、红外、烟雾传感）只能实现单一数据采集、简单处理.提出的移动式智能监控系统以小车为载体,通过对采集视频进行智能分析处理（包括基于背景差分的入侵检测算法和改进的TLD目标跟踪算法）,并辅助多传感器模块进行多信息融合协同监控,可以实现入侵检测、移动跟踪监测等功能.实验表明该系统能提供多种终端形式与用户进行友好交互,实现真正的智能安防.     

最少帧差法在智能跟踪系统中的应用

动态目标的智能跟踪系统主要用来实现对动态目标的自动跟踪系统,其硬件系统包括带有镜头的摄像机及其装载驱动器的云台、控制台、自动跟踪伺服系统及联路等.基于该系统,提出了一种使用最少的视频帧数就能实现对运动目标进行实时可靠的检测和智能跟踪,满足特定的监控要求的最少帧差法.并通过了实验验证了其有效性.     

视频监控下的人脸跟踪与识别系统

针对智能视频监控系统的要求,设计了一个基于视频监控的自动多人脸跟踪识别系统,该系统的功能是实时跟踪视频监控范围内的人脸并鉴别人脸的身份。针对复杂背景及类似人脸区域的影响,提出了一种Adaboost人脸检测算法和主动形状模型相结合的人脸检测算法,实现人脸的准确检测;针对视频监控范围内人脸偏转、交错以及由于人员不断出入而导致人脸数目发生变化的问题,提出了CamShift和Kalman滤波器相结合的多人脸跟踪算法,同时对跟踪到的人脸进行实时身份识别。实验证明,该系统在视频监控范围内对人脸检测和身份识别准确,跟踪实时性好,是一种建立实时视频监控系统的实用方法。     

基于计算机视觉算法的视频智能监控与跟踪系统研究

本文基于计算机视觉算法设计了视频智能监控与跟踪系统.以OpenCV计算机视觉库、Visual Studio与MFC框架开发并实现了系统.首先设计系统整体框架,其次着重分析视频数据预处理,再次以高斯混合背景差分法提取目标,通过阈值二值处理与背景相分离,然后以Camshift与卡尔曼滤波跟踪目标并发出告警提示,最后系统实现结果表明,基于高斯混合背景差分法进行运动目标提取,并通过阈值二值处理,可准确可靠地与背景相分离,目标检测效果显著;可及时准确触发告警机制,发出告警提示信息.     

视频监控中多运动目标的检测与跟踪

在基于递归方法的二值图像连通区域像素标记算法基础上,融合图像预处理技术,并对预处理后的图像进行改进,同时根据运动目标的几何特征,在实时监控视频图像中更好地定位运动目标,从而实现多运动目标的检测与跟踪。实验结果表明该方法可靠高效,也可以满足实时视频监控系统的需要。     

用ARM9实现移动目标跟踪的视频监控系统

提出了一种基于ARM的无线视频监控系统,该监控系统使用S3C2440处理器作为主控制器,并使用UVC摄像头进行视频数据的采集,最后利用WiFi网卡发送视频数据.搭载Linux操作系统并利用Mjpg_streamer视频服务器发送视频数据,然后通过自己设计的客户端接收视频数据.最后在基于Mean-shift算法的基础之上,使用Opencv 2.4.12和VS 2010开发平台以及C/C++编程语言实现了运动目标跟踪.实验结果表明,该监控系统可以为用户提供实时的 、稳定的 、清晰的视频图像,并且成功实现了在运动背景不太复杂,运动目标慢速移动情况下的运动目标的跟踪.     

基于嵌入式平台的网络视频监控系统应用

针对重要工业场所周边、家居安防等场景下的自动检测入侵目标、智能控制云台跟踪目标运动轨迹、远程终端访问的监控需求,设计了一套经济、可靠、智能的网络视频监控系统。该系统选择以达芬奇系列的TMS320DM8168数字媒体处理器为核心的嵌入式平台,通过RTP网络传输协议接收网络摄像头的视频数据,进行处理后再发送到网络,根据系统应用场景优化检测跟踪算法,同时根据算法处理结果驱动网络控制摄像机云台转动,确保精确跟踪监控目标的运动轨迹。该系统解决了在网络监控方面的自动智能检测跟踪问题,并且具有功能扩展性和产品兼容性。研究实验的结果验证了这套系统的可行性。     

海防视频监控系统中运动目标跟踪的设计与实现

针对海防视频监控系统中运动目标跟踪的问题,本文提出了利用上位机软件进行目标跟踪的设计与实现方案。文章首先介绍了海防视频监控系统的总体组成及工作流程;然后阐述了相关跟踪算法与金字塔分层搜索算法的实现,以及利用序贯相似检测算法与金字塔算法相结合的目标检测方法;最后描述了用目标偏移量对云台进行控制实现自动跟踪
踪的过程。通过在实际海防视频监控系统中的应用,对运动目标跟踪实现方案的有效性、实时性等特性进行了验证。     

数字视频监控系统中实时运动检测系统的研究

在数字视频监控系统中,从视频流里捕获出序列图像并进行实时运动检测是一项重要的功能。采用两个进程分别实现视频图像的捕获和运动检测,命名管道作为两个进程之间数据通信的桥梁。提出了一种基于帧差交集快速视频分割法、阈值面积算法结合数学形态学运算提取运动目标区域的数字图像处理算法,然后再进行运动目标的跟踪定位,实现实时运动检测。     

基于HVS的视频监控目标提取方法研究

目标识别是实现视频监控智能分析的基础,但在光照、阴影以及杂乱背景等场景中,往往会出现目标误判以及不合理聚类等问题。针对上述问题,提出一种基于人类视觉系统（HVS）的视频监控目标提取方法,结合HVS视觉关注原理,优化背景差法检测结果中存在的重复检测和错误分割问题,并根据HVS的跟踪特点以及目标运动的连续性,结合相邻帧检测结果,达到目标区域的完整准确提取;最后,基于实际采集视频进行仿真实验,证明所提目标检测算法结果准确性更高,在复杂背景下也有良好的检测效果。     

基于DSP的靶场远程视频监控系统的设计与实现

针对航天靶场的实际情况,设计了一种基于DSP的靶场远程视频监控系统;介绍了系统的总体硬软件结构,详细设计了系统的DSP视频处理模块、网络通信模块、视频接口模块,阐述了视频压缩包的格式和视频数据流的RTP封装方法,提出了一种对视频图像中运动目标的检测和提取算法;通过多次卫星发射任务检验,结果表明,该系统对运动目标的背景噪声具有明显的抑制作用,能够在复杂的图像背景下准确识别运动目标,并对其进行平稳跟踪;该系统对其它远程视频监控系统的设计具有一定的参考价值.     

运动目标检测算法在军用视频监控系统中的应

在充分分析了现有算法在复杂背景下所存在的不足的基础上,提出了一种适用于军用视频监控系统的基于视频序列象素时空相关性检测的运动目标检测方法.该方法首先用每一帧中目标的空间相关性检测出目标;再用序列图像中目标的时间相关性检验目标的真实性,从而最终确定是否有运动目标.实际应用表明,采用该算法的系统能很好地检测出运动目标,并具有较强的抗干扰能力.     

码本检测智能视频监控系统的设计与开发

针对视频检测算法在复杂场景下的检测识别率不高的缺陷,在基于码本的监控视频运动目标检测算法的基础上,利用检测算法对运动目标进行提取以分析出视频图像中的变化,以此判定监控目标的变化,从而构建一种实际的智能视频监控系统。     

基于改进高斯混合模型的实时运动目标检测与跟踪*

为提高运动目标检测与跟踪的可靠性,提出了一种基于改进高斯混合模型的实时运动目标检测与跟踪算法。该算法建立可自动调节分布数目的高斯混合背景模型,通过背景减除获取前景图像;利用目标相邻帧的连续性分割运动目标;在此基础上将传统的颜色直方图模型进行改进,提高目标颜色分布的可信度,进而根据目标的位置、大小和颜色构造运动目标全局匹配相似度函数,实时完成运动目标检测与跟踪。利用大量的监控视频数据进行验证,结果表明,与传统的检测跟踪算法相比,该算法减少了计算量,提高了复杂背景情况下运动目标检测与跟踪的可靠性。     

用于视频监控系统的人行为检测和运动跟踪算法研究

随着视频监控系统的普及,大量的视频数据需要进行实时的分析和处理才能发挥其最大价值。基于此,本文研究了视频监控系统中主要目标——人的行为检测和运动跟踪算法,说明了基本的检测系统框架和算法流程,并给出了实验结果,从中不但可以得到人的运动跟踪和定位,而且可以根据运动情况和姿势进行一些基本的行为事件检测。     

用于视频监控系统的人行为检测和运动跟踪算法研究

随着视频监控系统的普及,大量的视频数据需要进行实时的分析和处理才能发挥其最大价值。基于此,本文研究了视频监控系统中主要目标——人的行为检测和运动跟踪算法,说明了基本的检测系统框架和算法流程,并给出了实验结果,从中不但可以得到人的运动跟踪和定位,而且可以根据运动情况和姿势进行一些基本的行为事件检测。