变电所远程视频监控系统对象模型的设计

本文根据变电所视频监控实时性要求高,系统结构复杂,对象较多的特点,建立了系统的抽象模型,根据系统抽象模型结合系统的开发建立系统对象的模型,提高了系统开发效率,改善系统综合性能。同时该系统模型也可用于其他视频监控的设计开发,具有一定借鉴意义。     

基于构件的远程视频监控系统设计与实现

构件技术是软件复用的主要发展方向之一，该文简要地介绍了基于构件的软件开发方法（CBD），提出了一种基于构件的视频监控系统开发模型，并以此为基础设计并实现了一个远程视频监控系统。该系统已在仓库、学校得到应用，效果良好。     

视频监控系统控制转发代理服务器的研究与开发

本文首先综述了网络视频监控系统的发展状况，并针对模拟视频监控和数字视频监控系统的综合控制问题，研究开发了控制转发代理服务器，给出了产品实现的技术方案和主要技术参数，解决了大型网络视频监控系统的控制问题，对于组建大型网络视频监控系统具有现实意义。[编者按]     

基于Web Services的视频监控模式研究

Web Service提供了一种分布式的、与平台无关的应用程序集成机制，使得系统设计能够以更加灵活的方式进行。基于Web Service的视频监控系统更方便、更透明地实现了系统中各分布应用对象之间的互联互操作，有效地实现了大型分布式监控系统的集成，提高了应用编程的开发效率。本文提出一种基于Web Service的视频监控应用模式，分析和解决了大型分布式监控系统在网络环境异构中难以集成的问题。     

视频监控应用知识库与数据交换格式设计

介绍了监控视频监控应用知识库的设计依据并构建相关的模型,建立视频解析框架。然后参照W3C制订的本体建模方法,采用TTL语言作为本体建模描述的语言,建立了视频结构化描述标注模型,描述了标注对象的层次,列出了标注词汇表并规定了标注模型的数据交换格式。     

基于SIP的网络视频监控系统*

介绍了初始会话协议SIP.在SIP和一般视频监控系统模型的基础上,提出了一种基于SIP的网络视频监控系统,给出了分层网络模型,并对其各功能模块的作用进行了重点阐述.该分层网络模型的建立使得构建数字化、网络化、智能化、多媒体化视频监控系统成为可能.     

QNX下嵌入式视频监控系统研究

根据视频监控的特点,设计了一种强实时的嵌入式视频监控系统。系统基于QNX(Quick UNIX)嵌入式实时操作系统,采用异构双核处理器芯片OMAP3530为核心的开发平台,实现了视频的编解码和传输过程。     

基于面向对象技术的监控组态软件的研究

本文结合面向对象技术和工业监控系统的结构与特点，提出并设计了一种合理的组态监控软件的抽象系统模型，并给出了利用Delphi语言进行编程开发的具体实现，实践证明具有可靠性高，开放性好，易于维护和扩展等许多明显优点。     

视频数据的时间序列挖掘方法研究

不同类型的视频具有不同的内容和不同的内容组织结构.目前由于安全防护问题的升温,综合视频监控系统和交通监控系统引起了较多的关注.但是并没有文献对这一类型视频数据的挖掘提出一个较完整的挖掘框架.文中针对监控视频等具有相对固定背景特征视频数据的视频运动挖掘问题,提出了在跟踪视频对象运动的基础上,提取视频对象的运动轨迹,结合时间特性形成时间序列数据,并进一步对视频数据进行相似性查询和聚类挖掘的系统模型.     

基于Struts的视频监控系统的设计与实现

本系统重点针对产品客户的需求,要满足不同群体对监控系统的不同需求。本文首先以服装厂为例分析了几种对视频监控系统的不同需求,在数据库中建立了权限限制模型,并采用JMF技术对监控视频进行处理,分别得到对应需求的视频流,然后利用Struts框架根据数据库中的权限信息实现对用户及其权限的验证和网页的重定向,从而让监控系统满足多个用户层的需求。     

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。     

基于自适应背景模型运动目标检测

随着城市化速度的加快,机动车日益普及,人们在享受机动车所带来的巨大便利的同时,也面临着交通拥挤的困扰。随着计算机硬件技术和计算机视觉技术的发展,基于计算机视觉的交通监控系统成为可能。从一个交通视频序列中识别出运动物体是许多交通监控系统应用系统的重要任务,针对该问题,提出了一种建立在对视频序列中的整个背景情景的统计描述基础上的运动目标的检测的有效方法,该方法能够适应变化的背景,具有较强的鲁棒性和较好的实时性。     

FPGA在视频监控系统中的应用与设计

针对现有的视频监控系统具有性能低,灵活性差,不便更新,开发成本高,可靠性低的问题,设计了一种基于现场可编程门阵列FPGA的视频监控系统。该系统首先利用CMOS摄像头OV7670获取模拟视频图像,双端口SDRAM对图像数据进行缓存,然后利用FPGA对视频信号处理能力强,集成度高,灵活性强,并行处理等特点实现对视频信号的处理,进而达到最终在VGA显示器上显示的效果。与其他视频监控设备相比,该系统能够高效的实现视频监控,而且具有实时性高,成本低,可靠性强等优点。     

深度卷积神经网络的目标检测算法综述

目标检测是计算机视觉中的核心任务之一,在智能视频监控、自动化监测、工业检测等领域应用广泛。近些年来,随着深度学习的快速发展,基于深度卷积神经网络的目标检测算法逐渐替代了传统的目标检测算法,成为了该领域的主流算法。介绍了目标检测算法的常用数据集和性能评价指标,介绍了卷积神经网络的发展,重点分析比较了两阶段目标检测算法和单阶段目标检测算法,展望了基于深度卷积神经网络的目标检测算法未来的发展。     

基于运动目标识别技术的视频监控系统

设计了一种基于运动目标识别技术的数字视频监控系统,对生产现场有无工人作业进行判断,实现无人值守的智能化监控。系统采用客户机／月良务器模型,利用企业局域网进行视频信号传输;利用帧间差分图像检测运动目标,实现视频运动对象的自动分割;采用边缘检测等技术提取运动目标的特征量;最后利用特征匹配算法对运动目标进行识别,判断目标类型,当现场长时间无工人作业时,发出报警信息。目前系统已投入运行,识别准确性较高。     

基于无线网络技术的数字视频监控系统

总结了数字视频监控系统的功能和优势，根据无线网络技术的发展趋势，提出了一种新的网络视频监控系统架构，介绍了实现这种视频监控系统所需解决的技术问题，讨论了提高无线网络视频业务性能的机制，并介绍了无线代理服务器的功能。     

Real-time 3D shape reconstruction, dynamic 3D mesh deformation, and high fidelity visualization for 3D video

3D video [IEEE Multimedia (1997) 18] is the ultimate image media recording dynamic visual events in the real world as is; it records time varying 3D object shape with high fidelity surface properties (i.e., color and texture). Its applications cover wide varieties of personal and social human activities: entertainment (e.g., 3D game and 3D TV), education (e.g., 3D animal picture books), sports (e.g., sport performance analysis), medicine (e.g., 3D surgery monitoring), culture (e.g., 3D archive of traditional dances), and so on. In this paper, we propose: (1) a PC cluster system for real-time reconstruction of dynamic 3D object action from multi-view video images, (2) a deformable 3D mesh model for reconstructing the accurate dynamic 3D object shape, and (3) an algorithm of rendering natural-looking texture on the 3D object surface from the multi-view video images. Experimental results with quantitative performance evaluations demonstrate the effectiveness of these methods in generating high fidelity 3D video from multi-view video images.     

基于Adaboost和码本模型的手扶电梯出入口视频监控方法

针对传统视频监控方法无法对密集前景目标进行准确分割的问题,提出一种基于Adaboost和码本模型的多目标视频监控方法。首先,通过训练得到Adaboost人头分类器,利用码本算法为垂直拍摄的手扶电梯出入口图像建立背景模型,提取前景图像对其进行人头检测和跟踪;之后,剔除行人目标得到物件目标,对物件目标进行跟踪;最后,根据行人和物件的运动特征进行监控。对12段出入口视频序列的实验结果表明,监控方法能够准确稳定地跟踪行人和物件,完成逆行检测、客流统计、行人拥堵和物件滞留等监控任务,处理速度达到36帧/秒,目标跟踪准确率达到94%以上,行为监控准确率达到95.8%,满足智能视频监控系统鲁棒性、实时性和准确性的要求。     

一种快速的运动目标检测算法

将运动目标检测的改进方式分为三类。针对固定摄像机的视觉监控系统,提出了一种改进的高斯混合模型算法。通过对方差在高斯混合模型中的作用进行分析,省略方差更新,将方差设为固定值,均值学习率采用固定值。实验结果表明,同传统检测方法相比,改进的算法具有更好的实时性与可靠性。