视频运动检测算法的研究和分析

描述了在视频监控系统的特点和现状,介绍了在视频监控中进行视频运动检测的算法。对其中一些算法作了着重的研究,其中包括图像序列差分法、背景差分法、光流法等,进一步的分析了这些算法所存在的优缺点,并对图像序列差分法做了改进。在不同的场合可做不同的选择。     

一种视频图像中运动目标检测方法研究

针对序列图像中的运动目标检测问题,在独立分量分析的基本理论和算法的基础上,提出采用基于正交对称矩阵的快速定点算法对实际视频图像中的运动目标进行运动检测的方法。实验结果表明:该方法不仅能检测运动轨迹,还能提取运动目标的轮廓,并判断运动方向,是一种有效的运动目标检测方法。     

一种基于边缘检测的运动目标检测新方法

基于帧间差分变化检测,运用多尺度形态梯度算子进行边缘检测,提出并实现了一种运动目标检测新方法.这种检测方法算法简单、运算量小,而且只使用了头两帧的信息,适合于实时应用.实验结果表明:此方法能有效地检测出运动目标.     

基于聚散熵及运动目标检测的监控视频关键帧提取

针对公安监控视频检索中根据运动目标准确标注视频关键帧的问题,提出一种基于聚散熵及运动目标检测的监控视频关键帧提取算法。首先通过对视频内容的分析,提出监控视频聚散熵的概念。其次根据聚散熵对监控视频进行子镜头划分,再次根据运动目标检测对子镜头进行划分,从而提取视频关键帧。最后列举出算法在几种典型视频数据库中的实验结果及结果分析。实验结果表明该算法在关键帧提取的准确性和鲁棒性上都有良好表现,该算法针对公安监控视频检索需求,在缩短公安视频侦查时间及智能检索中起到支撑作用。     

一种复杂场景下位置改变运动目标的检测方法

针对三帧差分法不能够实现将复杂场景中的位置不变运动目标与位置变化的运动目标分开,本文提出了一种三帧差分法的改进方案,该方案首先利用三帧差分法检测出场景中所有运动的物体,然后利用背景辅助识别的方法将位置不变自身变化的运动物体识别出来。实验证明该方法可以有效地减少三帧差分法存在的误判现象。     

一种复杂场景下位置改变运动目标的检测方法

针对三帧差分法不能够实现将复杂场景中的位置不变运动目标与位置变化的运动目标分开,本文提出了一种三帧差分法的改进方案,该方案首先利用三帧差分法检测出场景中所有运动的物体,然后利用背景辅助识别的方法将位置不变自身变化的运动物体识别出来。实验证明该方法可以有效地减少三帧差分法存在的误判现象。     

DirectShow框架下实时运动目标检测与跟踪方法的研究与应用

面向智能视频监控系统的应用背景，为找到一种便于实施和推广的智能视频监控系统模型，提出了一种在DirectShow框架下进行实时运动目标检测与跟踪的方法．首先针对室内监控场景的特点给出了一种实时性优先的运动目标检测与跟踪方法，然后结合DireetShow技术的特点对该方法进行封装和改进，在两者“相得益彰”的情况下设计并实现了具有实时运动检测功能的Filter组件，并在此基础上构建了一种“先检测后压缩传输”的智能视频监控系统，最后给出了系统的实际测试效果并验证了这种“DirectShow＋运动检测”的设计方法在智能监控方面的优越性．     

基于典型相关的视频运动目标检测

在智能监控系统中,视频运动目标检测是目标分类和行为理解的基础。由于视频背景的复杂性,考虑检测问题中能量函数的全局优化,提出了基于典型相关的树加权置信传播（ TRW）算法用于视频运动目标检测。算法首先将视频图像分成一些图像块,构造有环图模型;然后运用TRW算法将环路分解成生成树的形式,实现有环图模型上的视频运动目标优化检测。仿真结果表明,算法具有较高的准确度,与传统的置信传播（ BP）算法相比较,能有效降低迭代次数,提高计算效率。     

一种改进的视频运动目标检测算法

该文提出了一种改进的视频运动目标检测算法。该算法采用动态选取模型数的混合高斯的方法建立背景模型并实时更新,与当前帧比较进而提取出视频运动目标,通过扩展的区域生长法对运动目标进行定位。在背景差图像经过阈值化及形态学膨胀、腐蚀的基础上,定义扩展区域的大小,并设定区域内前景点个数的阈值,进行连通区域合并和前景区域定位。采用不同的视频测试序列,从检测效果及耗时上研究了改进的视频运动目标检测算法的性能。实验结果表明,该算法具有良好的检测效果和实时性能。     

DirectShow框架下实时运动目标检测与跟踪方法的研究与应用

面向智能视频监控系统的应用背景,为找到一种便于实施和推广的智能视频监控系统模型,提出了一种在DirectShow框架下进行实时运动目标检测与跟踪的方法.首先针对室内监控场景的特点给出了一种实时性优先的运动目标检测与跟踪方法,然后结合DirectShow技术的特点对该方法进行封装和改进,在两者“相得益彰”的情况下设计并实现了具有实时运动检测功能的Filter组件,并在此基础上构建了一种“先检测后压缩传输”的智能视频监控系统,最后给出了系统的实际测试效果并验证了这种“DirectShow +运动检测”的设计方法在智能监控方面的优越性.     

基于特征图像方法的运动物体检测

在传统特征图像方法基础上,提出一种基于分块边缘特征图像的运动物体检测算法.该算法对背景图和叠加图进行分块处理,分别提取出背景图与叠加图的最大特征向量,求得背景图与叠加图的各块投影系数,进行运动物体的匹配检测.在实际处理时,采用了canny算子获取边缘图的方法来进行检测,以消除光照等外界干扰对检测的影响.     

一种新的运动目标检测和背景更新方法

影响夜间监视系统稳定性的主要因素之一是光线的变化，背景更新方法则是克服光线影响的有效方法。在研究了多种现有方法的基础上，提出了一种基于背景差法和帧间差法相结合的运动目标检测和自适应背景更新方法。实验证明这种方法能够很好地克服光线的影响，提高报警系统的稳定性。     

基于姿态表示的航空影像旋转目标检测网络

由于航空影像复杂多变的视角, 目标呈现出拥挤、聚集及旋转等特点, 传统目标检测中的水平边框难以契合地表示目标的几何轮廓及位置信息。本文提出了单阶段基于姿态表示的旋转目标检测网络。该网络将不同旋转角目标表示成不同姿态, 通过检测目标的中心位置及回归4个顶点相对坐标来实现旋转目标的检测。同时使用了自适应特征金字塔网络, 利用可学习权重自动从多尺度特征中选择更具判别性的特征。针对航空影像高分辨率的特点, 提出选择性采样策略以提高网络训练效率和缓解网络正负样本不平衡问题。本方法在DOTA遥感数据集旋转目标检测任务上的平均精度(mean Average Precision, mAP)达到74.9%, 超过了现有单阶段甚至部分双阶段的方法。定性与定量的对比实验表明, 基于姿态表示的旋转目标检测网络具有设计简单、检测性能更高的优势。     

视频图像中的运动检测

视频图像中运动物体分析关键的一步就是从连续的视频图像中提取出运动目标，即运动目标检测。传统的运动目标检测方法有3种：背景图像差分法、时态差分法和光流法，分析比较了它们的优缺点；在此基础上笔者采用了一种结合Sobel算子和自适应背景差分算法的运动目标检测方法；利用Intel公司开发的计算机视觉库OpenCV开发了一个软件，并进行了一系列实验。通过观察、比较实验结果可以看出，这种运动目标检测算法能够正确地检测出视频图像中的运动目标，而且在检测性能上优于普通的自适应背景差分法。     

一种静态背景下的运动目标检测算法研究

运动目标检测技术是计算机视觉研究的重要课题.对常用的Kim目标检测方法,针对其不足进行了改进.将连续三帧的差分图像和背景差分图像直接相乘得到灰度图像,然后对该灰度图像进行自适应最大方差阈值分割,再基于灰度加权图像模板匹配法实现目标的检测.结果表明,该方法能够准确地检测出跟踪目标,检测信息比较完整,具有较好的实用价值.     

基于FPGA优化运动检测去隔行算法的设计

去隔行技术是视频格式转换的一项关键技术,是各种视频处理(解码、压缩、编码等)的基础.去隔行算法的优劣,直接影响到视频的质量.本文在比较几种传统去隔行算法的基础上,对以往算法进行改进,提出了一种新的带运动检测的中值滤波算法--优化运动检测去隔行算法,并在FPGA(现场可编程门阵列)设计中验证.该算法硬件要求较低,适合普通产品应用.软件仿真表明,图像的测评效果良好,实现成本较低,具有一定的实用价值.