智能视频监控中的运动目标检测技术研究

运动目标检测是视频序列分析中非常一个重要的研究方向,同时也在智能视频监控中发挥着非常重要的作用。目前国内外对运动目标检测的研究非常广泛,方法各异,丈中对当前常用的视频序列中运动目标检测的方法进行了研究和分析,并对这些种方法的优越性和不足之处进行了比较。     

基于OpenCV的运动目标检测方法研究与应用

针对视频监控系统的运动目标检测部分,介绍了以OpenCV为平台,以背景减法与帧差法为基础的检测方法。它以背景减法建立和更新背景模型,利用感兴趣区域的设置提高实时性,引入修正的大津法自适应阈值改善二值化效果,并以帧差法为补充降低虚报率及光照变化的影响。实验表明,该方法可以快速有效地对运动目标实施报警。     

视频监控系统中一种运动目标的检测方法

提出了一种基于改进的背景差分法的运动目标检测和识别的方法,该算法用于视频监控系统中运动目标检测和报警.双阈值法和动态阈值法有效地检测出图像中的运动目标.Matlab 7.0中对算法进行了仿真,实验表明,该方法有效去除了运动目标阴影及背景噪声,可准确地检测出运动目标.     

基于视频监控的运动图像检测算法研究

运动图像的检测是目前智能监控技术发展的前沿技术,能够成功地将运动目标从背景图像中检测出来是该智能监控识别系统最关键的一步。文章将传统的图像处理方法运用在运动对象上,通过实验比较,分析背景差分法、光流法和帧间差分法的优点和缺点,为视频监控下的图像缺陷检测或智能识别技术提供一定的参考。     

视频监控运动目标检测算法研究

视频的运动目标跟踪有很多干扰因素,如目标改变、复杂场景、目标变形等。为了解决这些问题,通过对几个常用的运动目标检测方法进行比较分析,提出了一个通过帧间差分和背景消除进行运动目标检测和识别的算法。通过进行模拟实验,结果显示了该算法具有较高的效率。     

智能视频监控系统运动目标检测技术研究综述

智能视频监控技术的出现是现阶段市场监控系统智能化需求的结果,它旨在实现用摄像机代替人眼,用计算机代替人并协助人来完成监视和控制的任务.智能视频监控系统分析技术在检测运动区域的目标检测技术和追踪预测运动目标运动趋势的目标跟踪技术的基础上,再进行目标行为识别理解.对现有的主要目标检测技术的主要算法进行了综述和分析,并根据各算法的优缺点做出比较.     

视频监控图像的运动目标检测方法综述

详细论述了视频监控领域近年来的发展,从目标运动背景、目标运动特性、运动目标检测方法等方面分析了该方向的进展情况.并指出了当前该研究方向上亟待解决的主要问题.     

智能视频监控系统中运动目标检测的研究

为了提高智能视频监控系统中运动目标检测的准确率和实时性,在传统对称差分算法的基础上提出了一种结合背景减法和时空熵图像的改进对称差分算法。首先,通过背景减法得到一个基本准确的运动目标,然后利用对称差分法得到差分图像,综合两者并求出时空熵图像,最后经形态学处理将运动目标准确快速地检测出来。实验结果表明,该算法计算简单、鲁棒性较好、抗噪声能力强,能对运动目标进行有效检测,可以广泛应用于智能视频监控系统中。     

铁路视频监控中运动目标检测算法研究

运动目标的正确检测影响着运动目标能否被正确跟踪与分类,因此成为视频监控系统研究中的一项重要课题。文中对运动目标检测算法进行研究,实现对铁路沿线前方目标的有效识别,针对得到的视频序列,通过混合高斯模型进行背景建模,并与混合差分算法结合实现前景的提取与检测。通过与混合差法相比较,其仿真结果表明,该算法具有一定的可行性。     

压缩域视频对象分割研究

讨论了压缩域视频对象分割技术的发展和研究现状,介绍了几种典型的分割算法,并具体指出一些需要深入研究的问题.     

一种视频对象自动分割算法

针对目前自动分割算法存在的问题，文章提出了改进算法，它不仅可以消除影子区域，而且把彩色多值分水线算法用于自动视频对象的分割。     

一种高精度的压缩域视频目标分割算法

该文提出了一种工作于MPEG压缩域的快速视频目标分割算法。该算法以从MPEG1/2码流中部分解码提取的特征为输入,提取P帧中的运动目标。针对一般的压缩域算法目标边界精度不高的特点,算法采用I帧和P帧中每个块的直流DCT系数和3个交流DCT系数,以及运动补偿信息,重建出P帧的原图像1/16大小的子图像,采用快速平均移聚类得到具有较高边界精度的亮度一致的区域;针对运动向量的噪声容易造成错误检测的缺点,算法结合聚类分析结果和运动块的分布,采用基于马尔可夫随机场的统计标号方法对目标和背景区域进行分类,得到每个P帧的目标掩模。该算法可以得到44子块的边界精度,对于CIF格式的码流,在Pentium IV 2GHz平台上可以达到每秒40帧的处理速度。     

一种移动视频通信中的错误隐藏方法研究

无线视频移动信道是高误码率，具有突发错误的信道。高效压缩的视频信号对传输过程中的错误非常敏感，容易造成宏块连续出错，不利于错误隐藏的有效实施。本文提出一种基于宏块的交错扫描方法，使得相邻宏块不同时发生错误。分析和实验表明．这一方法对出错视频图像的恢复具有明显的有效性。     

移动视频监控业务技术方案分析

移动视频监控业务结合视频监控业务和移动网络二者的优点,能为用户带来全新的业务体验,将为运营商开辟新的移动增值业务市场。本文分析移动视频监控业务的技术原理,详细介绍了一种基于移动流媒体平台实现移动视频监控业务的可行性解决方案,该方案可为运营商节省系统建设和业务运维成本。     

运动法自动分割MPEG-4帧视频对象(VOP)

本文提出运动法实现MPEG-4帧视频对象（VOP）的自动分割。该方法的基本思想是利用前景的局部运动与背景的全局运动的差别检测出相应独立运动部件。针对独立运动部件（IMC）运动快慢的不同,该方法分解为适合较慢运动IMC的形态运动滤波器方法和适合较快运动IMC的变化检测掩码方法。处理结果表明该方法取得较好的分割效果。     

基于视频自然统计特性的无参考移动终端视频质量评价

针对无线网络中压缩编码及无线丢包等因素对移动终端视频的降质影响,在分析视频相邻帧差信号空-时感知统计特性的基础上,该文提出一种基于视频自然统计特性的无参考移动终端视频质量评价(NMVQA)算法。进行视频帧差空-时自然统计规律分析,确定移动终端视频失真类型对视频相邻帧差系数统计特性的影响;计算水平、垂直、主对角线和副对角线方向的帧差相邻系数乘积分布参数的时域统计特性;以多尺度帧差相邻系数的时域统计特性相关程度来衡量移动终端视频失真程度。在LIVE移动视频数据库上的实验结果表明,该文所提算法的结果与主观评价具有较好的一致性,能够准确反映人类对视频失真程度的视觉感知效果,可为实时在线调节信源码率和无线信道参数提供参考依据。     

基于移动终端视频直播点播的构建与应用

智能手机日益普及,构建基于移动终端的视频服务系统,对学习、生产、生活有一定的应用价值。结合实际,从关键技术、软件选择、重要参数等方面,构建操作简单、易于实现的视频服务系统,并通过学校、企业的应用实例进行分析。     

视频对象分割与两种面向对象的视频编码器

在基于对象的视频编码中,视频对象的分割是重要的任务.本文研究一种利用位移帧差(DFD)的高阶统计特性和数学形态学算子的视频对象自动分割方法.这种方法首先根据一组转移帧差的高阶矩来得到一个大体覆盖运动对象的区域(模板),接着用形态学的腐蚀算子从模板的边沿向内腐蚀,直到对象的边沿.提出一种简单而高效的基于查找人头肩像轮廓最大转折点的头肩分离算法.在分割的基础上,用软件实现了一种基于MPEG-4的视频编码系统.提出一种面向对象分配带宽(OOBA——object-oriented bandwidth allocation)的极低比特率视频编码器.该编码器与传统基于帧的视频编码器相比,在低比特率环境下,PSNR略为下降,但图像的主观视觉质量得到提高.     

基于多帧边缘差异的视频运动对象的分割与跟踪算法

从视频场景中分割和跟踪感兴趣的视频对象对于MPEG-4等基于对象的视频编码来说是关键性的技术之一。针对目前大部分视频对象分割和追踪算法相当复杂但仍不能有效地去除背景噪声的问题,该文提出用于分割和跟踪视频运动对象的一种基于多帧边缘差异的算法。该算法利用一组帧的边缘差异来提取运动对象区域,通过聚类方法去除背景像素点,利用形态学算子得到对象分割模板,同时通过建立前帧感兴趣对象与当前帧运动对象的帧间向量跟踪当前帧的感兴趣视频对象。不同标准视频测试序列的测试结果表明,该算法能够实现对感兴趣的视频运动对象更为精确、快速和有效地分割和跟踪。