多媒体技术研究:2013——面向智能视频监控的视觉感知与处理

目的 随着视频监控技术的日益成熟和监控设备的普及,视频监控应用日益广泛,监控视频数据量呈现出爆炸性的增长,已经成为大数据时代的重要数据对象。然而由于视频数据本身的非结构化特性,使得监控视频数据的处理和分析相对困难。面对大量摄像头采集的监控视频大数据,如何有效地按照视频的内容和特性去传输、存储、分析和识别这些数据,已经成为一种迫切的需求。方法 本文面向智能视频监控中大规模视觉感知与智能处理问题,围绕监控视频编码、目标检测与跟踪、监控视频增强、视频运动与异常行为识别等4个主要研究方向,系统阐述2013年度的技术发展状况,并对未来的发展趋势进行展望。结果 中国最新制定的国家标准AVS2在对监控视频的编码效率上比最新国际标准H.265/HEVC高出一倍,标志着我国的视频编码技术和标准在视频监控领域已经实现跨越;视频运动目标检测跟踪的研究主要集中在有效特征提取和分类器训练等方面,机器学习等方法的引入,使得基于多实例学习、稀疏表示的运动目标检测跟踪成为研究的热点;监控视频质量增强主要包括去雾、去夜色、去雨雪、去模糊和超分辨率增强等多方面的内容,现有的算法均是对某类图像清晰化效果较好,而对其他类则相对较差,普适性不高;现有的智能动作分析与异常行为识别技术虽然得到了不断发展,算法的性能也在不断提高,但是从实用角度,除了简单的特定或可控场景外,还没有太多成熟的应用系统。结论 随着大数据时代的到来,智能视频监控的需求将日益迫切,面对众多挑战的同时,该研究领域将迎来前所未有的重大机遇,必将产生越来越多可以实用的研究成果。     

浅析智能视频监控中的关键技术

智能视频监控技术目前广泛应用于机场、地铁、银行等重要场合的监控系统,因其具有广泛的应用价值,得到国内外学者的关注。该文重点阐述智能视频监控中运动目标检测和运动目标跟踪算法,并对各种算法优缺点进行相关的探讨,对智能视频监控的发展具有一定的意义。     

未来智能视频监控技术发展及应用

评述了智能视频监控系统技术,分析了智能视频监控技术发展面临的问题,指出了未来视频监控系统的发展趋势.重点分析了视频监控系统中的智能视频监控技术,阐述了主要研究内容以及所要解决的问题.通过智能视频分析技术,将被动监控变为主动监控,将操作人员从繁重的监控工作中解脱出来,提高视频监控系统的智能水平.     

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。     

基于视频检测技术的智能隧道交通安全监控系统设计

隧道实时交通安全监控系统是确保隧道安全运营的重要手段.针对隧道环境的特殊性,提出基于差异深度积累的目标检测算法和基于卡尔曼滤波的目标跟踪算法,实现了多运动目标的检测与跟踪,并综合运用图像处理、计算机视觉、模式识别和软件工程等技术设计了基于视频检测技术的智能隧道交通安全监控系统.该系统能准确地检测出各种交通运行参数和交通事件,为隧道交通安全提供了有力保障.     

一种应用于隧道视频监控的图像识别系统

隧道的监视与控制管理是高速公路隧道安全正常运行的重要课题。本文对隧道交通智能视频监控系统的硬件和软件进行了介绍,结合视频监控场景的复杂特性,针对视频监控中涉及视频图像处理与分析的图像分割、目标提取等技术进行了研究。并把系统应用于重庆市中梁山隧道（长度3165米左右）,结果表明本文方法是比较实用的,能满足实时视频监控系统的要求。     

视频监控系统中的图像分割算法综述*

视频监控系统在智能安防、人机交互、交通、娱乐、军事等领域有着广泛的应用空间,是近来研究热点之一。目标的分割是视频监控系统中的首要任务,其分割的有效性对于后续的目标识别、跟踪、行为理解等处理至关重要。从时间分割法和空间分割法的分类角度出发,对国内外的视频监控研究中的若干目标分割方法进行了归纳总结。     

运动目标检测视频监控软件的设计与实现

为了满足智能视频监控的需要,提出了一种利用面向对象技术与采集卡SDK相结合开发视频监控软件的方法。通过设计采集卡类和运动目标检测类,在MFC框架下实现了多路视频信号的同屏显示、运动目标检测及检测结果的记录与显示等功能。实验结果表明,基于所提方法设计的运动目标检测软件可以有效地对室内多个场景进行监控,并对场景中的运动目标进行提取和记录。软件代码易于修改和移植,为今后的图像识别提供可靠的依据。     

视频监控中运动目标的检测

本文对于智能视频监控中的运动目标检测技术进行了讨论,介绍了几种常用算法。并且,提出了一种自定义防区的方法,来提高检测效率,降低干扰。     

智能视频监控系统的研究现状及展望

本文给出了智能视频监控系统的研究背景,展开介绍了智能视频监控系统的研究现状,对其面临的难点问题进行了分析,通过对目标数据的自动分析,对提供监控场景的有用信息进行实时处理,从而实现提前报警干预。最后,结合智能视频监控系统视频监控中的自动异常事件检测问题,对视频监控中的关键技术进行了前景展望。     

探究轨道交通网络信息系统网络规划简

结合城市轨道交通线网规划目标、原则及内容,剖析了城市轨道交通网络信息系统网络规划的需求分析、要点及安全设计原则。为优化整体资源配置,构建节约、高效、先进的轨道交通网络,轨道交通公安部门合理配置人力、提高效率、节省开支提供理论支持。     

基于图像差分智能交通运动目标检测的设计

为了减轻日益严重的交通拥堵问题,实现交通运输智能化控制,设计了基于图像差分的智能交通运动目标检测的软硬件平台.通过对交通运动视频中运动目标的提取、采集、统计、传输等处理,使交通指挥中心可全面掌控交通状况,达到提高道路利用率、解决交通拥堵的作用.结果可知,本系统准确率较高,可作为省道、城市快速路的智能交通系统的一部分.     

一种基于无人机视频影像的车流量统计算法

针对城市智能交通管理系统中车流量统计出现的漏检误检问题,提出一种基于无人机(unmanned aerial vehicle,UAV)视频影像的车流量统计双虚拟检测线算法。算法利用数字图像处理技术和计算机视觉对视频流进行处理,首先对无人机获取的视频影像采用均值滤波进行去噪处理,利用改进的多帧平均方法提取出初始背景,通过背景差分法检测出运动目标,然后使用混合高斯背景模型进行背景更新,设置双虚拟检测线并计算二值图像上位于双虚拟线内的连通区域面积、长宽比,统计出实时的车流量。实例验证结果表明,该方法的准确率在非高峰期达到92.94%,高峰期达到91.62%,为城市智能交通管理提供了可靠的数据支持。     

灰色预测模糊自适应PID控制的城轨列车智能驾驶系统研究

为提高城轨列车驾驶系统的智能化程度，将灰色预测控制与模糊自适应PID控制技术相结合，应用到城轨列车驾驶系统中。在对城轨列车驾驶系统进行需求分析的基础上，针对其对各种性能指标的要求，提出了基于灰色预测模糊自适应PID控制的城轨列车智能驾驶系统的设计方案。将灰色预测控制与模糊自适应控制应用到经典PID控制中，设计出了系统的智能控制器，有效满足了城轨列车在运行时对跟踪误差、准点率、停车误差、舒适度和节能性等多个性能指标的要求。仿真结果表明：采用灰色预测模糊自适应PID算法的控制系统具有良好的控制精度且系统的智能化程度得到了相应的提升。     

基于计算机视觉的行人检测技术的发展

智能车辆作为智能交通系统的关键技术,是许多高新技术综合集成的载体。智能车辆的一个非常重要的研究课题就是在城市道路交通环境下如何避免行人被车辆碰撞。总结了基于计算机视觉的行人检测的现有的主要技术,针对摄像机在交通视频监控系统中的静止情况,以及在智能车辆上的运动情况下的行人检测算法及其性能进行了评述和比较,并分析了当前行人检测技术的研究现状,指出了存在的问题和研究前景。     

基于宜居性的城市轨道交通布局规划优化研究

为提升城市轨道交通附近居民居住舒适度,提出基于宜居性的城市轨道交通布局规划优化研究.在宜居性理论背景下,建立城市轨道交通布局指标,确定布局规模,在交通站点数量相同的规划方案中获取最优规划方案.利用综合评价法分析城市轨迹交通布局规划方案,计算交通线路客流覆盖量,构建城市轨道交通布局规划模型.实验结果表明,基于宜居性的城市...     

基于视频的智能交通研究

现在社会的发展很快,城市交通容量的不断增加,车辆数目的大幅增加,基于视频的交通监控系统就迅速发展起来。它是一种将视频图像处理技术与模式识别相结合的技术。由于传统的视频是比较难实现的。智能交通通过对视频数据中对所包含的视觉内容信息进行了自动研究和分析以及特征的提取,这样人们就可以直接利用计算机视频技术搜索寻找相应的信息。在计算机的视频中采用了图像处理、计算机视觉、模式识别等技术处理计算机的视频图像。在研究过程中视频交通的研究意义很重大主要是是及时准确地掌握所监视路口和交通治安情况等,为指挥人员提供迅速直观的指导信息从而做出准确判断并及时响应。     

基于视频图像处理的交通事件检测系统

针对目前公路事件发生后不能及时有效检测与报警、事故处理延迟等不足,研究开发了一种基于视频图像处理的交通事件检测系统。利用计算机视觉与数字图像处理技术,对设置在公路上的摄像头采集的视频图像,进行事件检测算法智能处理,自动采集各种交通参数,检测交通事件并及时报警,可有效地减少交通延误,防止二次事件发生,保障道路安全。与传统交通事件检测系统相比,具有直观方便、费用低等优点,拥有良好的市场需求和实用价值。     

基于改进SSD的电力检修多目标人员追踪方法

随着计算机人工智能领域的日益飞速发展, 对摄像头数量要求日益增加, 视频数据量也在迅速增加, 视频下的人形轨迹安全监控跟踪, 是大规模智能监控系统的重要研究方向. 考虑到安全管控现实场景中不同摄像头的光照亮暗程度和每帧图片的人形角度、尺寸等的差异, 会影响人形追踪的准确度, 为此提出具有快速优势的CSSD网络(Correct Single Shot multi-box Detector, CSSD)和关联分析应用于人形目标追踪. 本文基于行人多目标追踪技术基础, 提出了一种CSSD网络来进行模型的检测, 并使用简单的卡尔曼滤波方法跟踪预测目标的位置状态, 预测检测框位置, 使用IOU方法和匈牙利算法来解决视频连续前后帧目标匹配问题. 经验证, 该方法可以有效地提高人形目标准确率, 缓解目标之间的部分遮挡和位置突变问题, 能最大程度的适应目标的尺寸、远近和角度改变等.