监控系统中的多摄像机协同

描述了一个用于室内场合对多个目标进行跟踪的分布式监控系统.该系统由多个廉价的固定镜头的摄像机构成,具有多个摄像机处理模块和一个中央模块用于协调摄像机间的跟踪任务.由于每个运动目标有可能被多个摄像机同时跟踪,因此如何选择最合适的摄像机对某一目标跟踪,特别是在系统资源紧张时,成为一个问题.提出的新算法能根据目标与摄像机之间的距离并考虑到遮挡的情况,把目标分配给相应的摄像机,因此在遮挡出现时,系统能把遮挡的目标分配给能看见目标并距离最近的那个摄像机.实验表明该系统能协调好多个摄像机进行目标跟踪,并处理好遮挡问题.     

多场景视频监控中的人物连续跟踪

针对多场景监控,提出一种能在非重叠的多摄像机之间,实时地检测与被跟踪行人（目标）的视频监控系统。该系统分别对每个摄像机视频进行背景建模、前景检测以及运动目标的特征提取,当目标离开摄像机视域的时候,根据已知的拓扑关系向相关摄像机发布监控任务,当有目标进入处于有效监控状态的摄像机视域时,进行目标匹配,从而实现在多摄像机系统中对行人目标的持续跟踪。实验表明,该系统在非重叠摄像机场景中能实现实时的、鲁棒的目标跟踪。     

多摄像机目标跟踪系统设计

针对目前大多数基于视频的目标检测、跟踪系统中,仅对单摄像机视频进行目标分析时存在视野有限、无法处理目标遮挡等问题,搭建了一个基于多摄像机的目标检测与跟踪系统,并给出了系统的总体设计方案;详细阐述了多摄像机系统主要模块如视频采集、目标检测与跟踪、多机通讯、数据管理和实时用户交互等的设计思路,针对多摄像机之间的目标交接、云台控制、多机实时通讯、数据编码等关键技术进行了深入分析研究,提出了相应的解决方法,实现了多摄像机之间的目标交接、连续检测与跟踪等功能。     

运动摄像机下多目标检测与跟踪

针对摄像机运动情况下多目标的检测与跟踪问题,提出一种将Global K均值与模板匹配相结合的方法.利用六参数仿射模型得到摄像机运动参数,对图像进行全局运动补偿,用GlobalK均值算法对前景点进行循环聚类,判断目标数目并进行跟踪,通过对目标区域进行模板匹配使跟踪结果更准确.实验结果表明,该方法能够在运动摄像机下稳定、实时地跟踪多个目标,对发生形变的目标基本也能稳定跟踪.     

基于全景视觉的监控系统设计

设计了一个基于全景视觉的多摄像机监控网络。全景相机视野广,可以实现大范围的目标检测与跟踪。云台摄像机视角具有一定的自由度,可以捕捉目标的高分辨率图像。将全景相机与云台相机相互配合,通过多传感器的数据融合,分层次的跟踪算法及多相机调度算法,实现了大范围的多个运动目标的检测与跟踪,并能捕获目标的清晰图像。实验验证了该系统的有效性和合理性。     

基于视频的三维人体运动跟踪系统的设计与实现

在优化粒子滤波跟踪框架下,设计并实现了一个结合多种图像特征、在多摄像机环境下跟踪人体运动的三维人体运动跟踪系统.通过定义三维人体模型、摄像机模型以及观测似然模型,得到跟踪所需目标函数,并使用优化粒子滤波算法进行求解.实验结果表明,该系统能够对人体运动进行准确的跟踪和三维重建,可应用于体育运动分析和动画制作等领域.     

多摄像机视野分界线快速自动生成算法*

针对摄像机视野分界线是一种有效地解决多摄像机人体跟踪目标交接问题的工具,提出了一种基于同步视频的摄像机视野分界线快速自动生成算法,利用视野分界线和目标中心到视野分界线的距离实现多摄像机之间的目标交接.该算法不依赖摄像机的标定信息和目标颜色信息.为验证该算法的有效性,设计搭建了一个室内视觉有重叠区域的多摄像机人体跟踪系统.实验结果表明,该算法具有易实现、实时、准确率高的优点.     

多通道视频目标自动跟踪系统设计

目前,视频监控系统一般都会用到多个摄像机,即监控系统有多个通道的视频内容,这带来一个很现实的需求,就是在多通道视频中对感兴趣的目标进行自动跟踪。为此,基于最近兴起的tracking-learning-detection(TLD)视频目标跟踪算法设计了一个多通道视频目标跟踪系统。针对一个实际的监控场景,布置了设计的目标跟踪系统,并进行了验证实验。实验结果显示该系统能够对多个视频通道中的感兴趣目标进行准确有效跟踪,达到预期效果。     

基于在线特征选择的实时多姿态人脸跟踪

针对复杂条件下的人脸跟踪问题, 将显著区域跟踪算法和基于 Adaboost 的人脸检测算法相结合, 研发了一个实时多姿态人脸跟踪系统. 系统采用数据关联结果, 自动选择和切换检测器与跟踪器, 并通过引入环境信息增强跟踪算法的稳定性. 实验表明, 系统可在目标姿态变化、摄像机运动等复杂条件下进行自动人脸检测与跟踪, 对 320x240 的图像序列处理速度达到 10-12帧/秒.     

基于视野分界线的多摄像机运动目标跟踪算法

提出了一种改进的基于视野分界线的多摄像机运动目标跟踪算法。该算法通过采用SIFT算法来自动获取特征点,生成视野分界线。当目标穿过分界线后,将待确定目标颜色直方图与目标颜色直方图相匹配,匹配度最好的赋予标识,即完成目标的交接,用Mean Shift算法完成后续目标的跟踪。在搭建的实验平台上进行了实时跟踪,实验结果表明该算法能有效实现多摄机间的目标连续跟踪。     

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。     

无线移动视频监控原型研究

提出一种基于DirectShow的无线移动视频监控方案,移动节点利用摄像头实时采集视频信息,通过WI-FI、GPRS网络传输到监控中心,从而使监控中心能实时监控各移动节点,并使各节点间进行视频通信。该方案不同于传统的视频监控方案,实验验证该方案合理有效,视频监控画面流畅,实时性好。     

基于特征跟踪和网格路径运动的视频稳像算法

针对手持移动设备拍摄的抖动视频问题,提出了一种基于特征跟踪和网格路径运动的视频稳像算法。通过SIFT算法提取视频帧的特征点,采用KLT算法追踪特征点,利用RANSAC算法估计相邻帧间的仿射变换矩阵,将视频帧划分为均匀的网格,计算视频的运动轨迹,再通过极小化能量函数优化平滑多条网格路径。最后由原相机路径与平滑相机路径的关系,计算相邻帧间的补偿矩阵,利用补偿矩阵对每一帧进行几何变换,从而得到稳定的视频。实验表明,该算法在手持移动设备拍摄的抖动视频中有较好的结果,其中稳像后视频的PSNR平均值相比原抖动视频PSNR值大约提升了11.2 dB。与捆绑相机路径方法相比约提升了2.3 dB。图像间的结构相似性SSIM平均值大约提升了59%,与捆绑相机路径方法相比约提升了3.3%。     

移动远程视频监控系统

为了扩大单个摄像头的视频监控范围及灵活性, 设计了一种可远程操控的移动视频监控系统. 该系统由四个模块组成, 基于Arduino系统的智能车搭载有摄像头, 接收用户指令, 用于移动视频的采集; 嵌入式Linux系统通过V4L2接口实现对视频数据的实时采集, 一方面将数据通过网络发送至转发服务器, 另一方面将来自用户的控制指令转发至智能车; 服务器则用于转发视频至客户端以及转发用户控制指令至Linux系统; 基于Android的移动端呈现监控视频并提供用户控制界面. 与现有系统相比, 该系统可使用单摄像头实现无死角监控.     

Robot teleoperation environments featuring WAP-based wireless devices

This article describes the results of a pilot study investigating the feasibility of building teleoperation systems that use existing wireless infrastructure. In particular, it presents the design and implementation of a WAP-based system for mobile robot teleoperation. The system allows the operator to control the movement of a mobile robot equipped with a video camera through a mobile phone. The user periodically receives in the phone screen video frames from the robot camera that depict the camera input before and after the execution of a motion command by the robot. The article presents results of user trials with the system, describes the limitations of this approach and proposes ways of overcoming these limitations.     

基于声源定位技术的智能视频监控系统

针对目前的大部分视频监控系统都是基于图像检测的静态或动态监控,提出了在智能视频监控系统中应用声源定位和摄像头动态采集进行联合判决的方案。系统采用麦克风阵列对声源进行定位,然后驱动摄像头转动到声源位置监控,通过图像分析给出报警动作。实验结果表明,该系统在低噪声干扰的实验环境下,能实现对声源的有效定位,并进行异常情况报警。     

基于UWB定位的缉毒犬训练跟踪录像小车设计

针对传统的缉毒犬培训过程中训练周期长,训练开销花费大等特点造成的缉毒犬资源供需不平衡,训导员训导过程中面临健康安全隐患和重复机械劳动等问题,提出采用超宽带模块定位缉毒犬的物理位置,基于移动目标定位跟踪算法设计开发了缉毒犬训练监督辅助系统;以基于树莓派控制的智能车为移动载体,添加摄像头拍摄缉毒犬的行踪同时将视频实时回传终端;在设计过程中,考虑超宽带模块定位精度、智能车与缉毒犬相对距离等方面对结果的影响,经实验测试实现摄像机及时准确跟踪录像缉毒犬功能,在保障定位准确度的同时提高了跟踪效率。     

结合光流法和卡尔曼滤波的视频稳像算法

针对手机拍摄过程中产生的视频抖动问题,提出了一种基于光流法和卡尔曼滤波的视频稳像算法。首先通过光流法预稳定抖动视频,对其生成的预稳定视频帧进行Shi-Tomasi角点检测,并采用LK算法跟踪角点,再利用RANSAC算法估计相邻帧间的仿射变换矩阵,由此计算得出原始相机路径;然后通过卡尔曼滤波器优化平滑相机路径,得到平滑相机路径;最后由原始相机路径与平滑路径的关系,计算相邻帧间的补偿矩阵,再利用补偿矩阵对视频帧逐一进行几何变换,由此得到稳定的视频输出。实验表明,该算法在处理6大类抖动视频时均有较好的效果,其中稳像后视频的PSNR值相比原始视频的PSNR值约提升了6.631 dB,视频帧间的结构相似性SSIM约提升了40%,平均曲率值约提升了8.3%。     

新型嵌入式实时数字影像系统设计和实现

嵌入式数字影像系统广泛地应用于数码相机、数码摄像机、照相手机等消费电子产品中,而采用CMOS Sensor的嵌入式系统目前主要使用于摄像头、拍照手机、低档数码相机等低分辨率、非实时、专用系统中。该文提供了一种可使用2百万像素以上CMOS Sensor与ARM—Core的嵌入式实时数字影像系统设计与实现,这个设计可以应用于中、高档数码相机、数码摄像机和Smart phone等产品,也可以替代现有采用CCD Srnsor的产品,并具有图像质量好、低功耗、低成本、高软件通用性、电路设计简单等优点。     

远程遥控移动机械手的可视化实时控制

采用OTG接口连接摇杆手柄的Android手机和无线视频传输方案,来实现对移动机械手的可视化实时控制。本设计以OMAP4430开发板和Android手机为核心,通过响应摇杆水平、竖直方向的移动事件和手柄按键事件来控制机械手的地表移动及机械手马达操作,同时借助车载USB摄像头拍摄720P视频,经H264编码后用无线网卡发送到Android手机,解码后显示在控制界面上。实验结果表明,可视化远程遥控机械手能够实现全方位移动、捉取地面目标等功能,同时无线视频传输帧率达到28fps,满足实时视频传输要求。