計算機視頻監(jiān)控論文

　　近年來,隨著科學技術的進一步發(fā)展,通信工程、計算機技術、圖像處理、網絡技術等也不斷創(chuàng)新和發(fā)展,進一步推動了視頻監(jiān)控系統(tǒng)的建立和完善,而且計算機網絡技術在人們的日常生產生活中也發(fā)揮著日益重要的作用。下文是學習啦小編為大家搜集整理的關于計算機視頻監(jiān)控論文的內容，歡迎大家閱讀參考!

　　計算機視頻監(jiān)控論文篇1

　　淺談計算機智能視頻監(jiān)控之目標跟蹤

　　1　概述

　　在人類的活動所涉及的各種信息中，以視覺信息所占是比重最大。人類主要依靠視覺系統(tǒng)來形成記憶。計算機視覺系統(tǒng)便是模擬人類視覺系統(tǒng)的某些功能，用攝像機和電腦代替人眼對目標進行識別、跟蹤、測量，實現(xiàn)計算機對三維景物世界的理解。計算機視覺是計算機科學和人工智能的一個分支，目前既是工程領域也是科學領域里一個極富有挑戰(zhàn)性的研究項目，它的實現(xiàn)，將給相關重要應用領域，如制造業(yè)、醫(yī)療診斷、檢驗以及軍事領域中的智能、自主系統(tǒng)等，帶來質的改變。近三十年來，計算機視覺技術已經取得了突飛猛進的進展，它的巨大應用前景將使得這種發(fā)展勢頭繼續(xù)保持相當長的時期。

　　計算機視覺是通過運用各種成像系統(tǒng)代替人的視覺器官實現(xiàn)成像輸入的，再由計算機來代替大腦完成對視頻圖像的分析和處理。目前有兩種技術途徑可以實現(xiàn)計算機的智能視覺效果，一個是仿生學方法，另一個是工程方法。仿生學是從分析人類視覺入手，通過對人類視覺成因原理的了解，參考人類視覺建立一個計算模型，用計算機系統(tǒng)將所有的過程和結果一一重現(xiàn)。由于這種技術方法目前還有許多難題需要破解，進展十分緩慢，因此更多的考慮采用工程方法。工程方法脫離了人類視覺系統(tǒng)的種種條框，從另一個角度尋找各種可行的技術方法實現(xiàn)計算機的視覺功能。

　　對于人類來講，視覺系統(tǒng)雖然是獲取信息的途徑中占比最大的，但是，其他獲取信息的通道也是必不可少的。在人類的智能系統(tǒng)中，感知行為是通過各個通道分別獲取信息，然后匯集起來，使人類獲得一個全面的感知。每個通道所獲取的信息對于事物的理解或許是不全面的，但是，將所有的信息通道所獲取的信息進行總和后卻是可以得到一個相對完整的認識的。以前所研究的比較初級的人工智能系統(tǒng)就犯了以偏概全的毛病，希望通過獨立運行一個完美的功能子系統(tǒng)就能獲取所有的信息。為了達到這樣一個目的，不得不去人為施加種種約束條件，或者造一些脫離實際的理想數據，結果可想而知。我們在研究計算機視覺系統(tǒng)的可行性方法的時候，也要認識到計算機視覺只是人工智能的一部分，它的功能是不能夠孤立實現(xiàn)的，必須結合不同的應用背景，與不同的感知通道相互配合，綜合達到智能視覺監(jiān)控系統(tǒng)的目的。例如，計算機視覺系統(tǒng)運用在通信中，應與語言通道想配合;在發(fā)現(xiàn)和跟蹤目標的應用中就要注意和激光和超聲波等非視覺技術配合等。目前，關于計算機視覺的理論還不是太完善，但是相關的應用已經先行一步，該文對計算機視覺系統(tǒng)方面的實際運用方面進行了研究。

　　2　計算機智能視頻健康概述

　　2.1計算機智能視頻監(jiān)控研究現(xiàn)狀

　　計算機視頻監(jiān)控是通過計算機視覺和圖像處理來完成對目標的一系列監(jiān)控目的，比如運動檢測、運動目標跟蹤、目標分類以及目標行為的描述與理解等。將這些監(jiān)控目的進一步劃分，其中運動目標的類與跟蹤、運動檢測是近年來視頻監(jiān)控領域里研究較多的項目，也是屬于視覺處理中低級和中級的部分;而高級部分是行為的描述和理解，這也是業(yè)內近年來較多受到關注的研究熱點，它代表了監(jiān)控行業(yè)未來的發(fā)展方向，也是信息產業(yè)的未來發(fā)展趨勢。由于它巨大的應用前景，產業(yè)界、學術界和各級管理部門都對它給予了高度重視，其中蘊藏著的巨大商機和所帶來的經濟效益更為人們津津樂道。

　　人們可以運用計算機智能視頻監(jiān)控系統(tǒng)對拍錄到的圖像序列進行自動分析，它特有的計算機視覺和視頻分析技術可以自動完成這個過程，不需要人為進行過多干預。這樣，就可以在很大程度上解決“他們正在做什么”、“他們將會做什么”的問題，而后，人們通過進一步的決策推理過程對“我們可以采取什么問題”的疑問給出答案。目前，社會上發(fā)起的平安城市等大型項目已經給智能視覺系統(tǒng)的應用提供了可供借鑒的方向，同時，還可以擴展到人流量統(tǒng)計、監(jiān)控偷油行為、入侵行為等，這些需要用到智能識別系統(tǒng)的項目都使得人們逐漸對計算機智能視頻監(jiān)控系統(tǒng)重視起來。

　　2.2計算機智能視頻監(jiān)控系統(tǒng)與運動目標檢測技術

　　目標的運動檢測是一項相當困難的工作，這是因為背景圖像中往往還存在一些動態(tài)變化的影響，如影子、光照、遮擋、混亂干擾以及天氣等。這些因素的干擾使得人們很難將運動變化的區(qū)域從背景圖像中提取出來。直接影響了對目標的分類、跟蹤和行為理解等后期處理。目前，常用了運動目標檢測技術有背景減除、時間差分、Rosenblum等。

　　2.3計算機智能視頻監(jiān)控與運動目標跟蹤技術

　　2.3.1運動分割

　　動態(tài)環(huán)境中捕捉到的運動目標圖像大多受到各種不確定因素的影響，如影子、物體之間或者與環(huán)境之間的遮擋、攝像機的運動、光照條件的變化等，這些都給準確有效的運動分割帶來困難。但是，快速準確的運動分割是一個相當重要的環(huán)節(jié)。就拿影子的干擾來說，若是影子與與檢測目標分離，容易引起誤會，將影子誤認為是場景中的目標;若是影子與目標相連，則會扭曲了目標的形狀，使得基于形狀的目標識別方法不再可靠。目前主要采用的是背景減除法，這種方法的適用范圍有限。人們目前還沒有找到對于任何復雜環(huán)境中的動態(tài)變化均有適應性的處理模型。研究者們試著運用時空統(tǒng)計的方法構建自適應的背景模型，也許對于那些不受限于環(huán)境的運動分割而言是個好方法?！　?.3.2目標跟蹤的分類

　　2.3.2.1根據目標跟蹤與目標檢測的時間關系可分為三類

　　一是先檢測后跟蹤，而是先跟蹤后檢測，三是邊檢測邊跟蹤。

　　2.3.2.2根據目標跟蹤的所采取的策略來分，有3D和2D兩種

　　3D的方法是在一個由基于坐標系構筑的三維立體世界內進目標進行跟蹤，2D則是在一個二維平面內對目標進行鎖定跟蹤。2D的方法所需處理的數據較少，跟蹤操作速度較快，但是，對于遮擋問題無能為力。

　　2.3.3跟蹤方法細分

　　2.3.3.1基于特征的跟蹤方法

　　不管是剛體運動還是非剛體運動，在一序列圖像中，相鄰的兩幀圖像中，由于采樣時間間隔十分短，在視覺上差別微小，可以認為是這些個體特征在形式上具有平滑性。

　　2.3.3.2基于主動輪廓的跟蹤方法

　　用參數表示輪廓線，運用目標的邊緣特征提供運動方式、物體形狀之外的其他目標信息。

　　2.3.3.3基于運動估計的跟蹤方法

　　運用運動估計技術對目標進行分割和跟蹤是一種常用的做法。

　　2.4　圖像標定

　　由目標在圖像坐標系下的坐標來求得在世界坐標系下的坐標，稱之為圖像標定。通常是根據攝像機的內外參數來實現(xiàn)的，簡稱為攝像機標定。這種方法中，需要注意的是攝像機所得到的圖像投影容易受到幾何形變的影響，這樣在建模的時候，導致精度不夠。像平面與所拍攝的物平面上的兩條平行線，在圖像上就可能是兩條相交的直線。一個勻速運動人，想要在圖像坐標系下計算出其速度。但是，在近距離拍攝時，測得的速度快，遠距離拍攝的時候，測出的速度慢。在進行目標跟蹤之前，對目標進行良好的圖像標定，可以使目標的動態(tài)特性建模效果更加精確。

　　2.5　 計算機智能視頻監(jiān)控技術難點

　　數字化、智能化是視頻監(jiān)控系統(tǒng)的未來 發(fā)展趨勢。目前，視頻監(jiān)控系統(tǒng)系統(tǒng)智能化還需面對許多問題，這些問題大多源于計算機視覺技術方面。

　　2.5.1從實際情況來看

　　視頻監(jiān)控系統(tǒng)需要面對一個十分復雜且不斷變化的 應用 環(huán)境，這給計算機視覺技術的應用帶來了更高的要求，要求能夠自動、連續(xù)地 工作，才能將目標從復雜環(huán)境下的分離、結構出來，從而進一步完成其他分析工作。

　　2.5.2其次，運動目標本身具有多樣性的特征

　　如何使這些目標擺脫客觀環(huán)境的限制，將目標的變化區(qū)域從背景圖像中提取出來，從而目標進行運動分析、分類，尤其是對非剛性目標運動進行跟蹤、行為理解還是相當困難的，這也是智能視頻監(jiān)控系統(tǒng)領域里近年來研究的重點。

　　2.5.3若是監(jiān)控的范圍擴大，就需要大量的攝像機進行協(xié)同工作

　　但是，實現(xiàn)多臺攝像機對運動目標連續(xù)、一致的視覺分析還非容易之事。

　　2.5.4目前該領域內還產生了建立視頻數據庫的想法

　　系統(tǒng)通過這樣的方法實現(xiàn)海量視頻信息的存儲、檢索和查詢，這方面也是近年來研究的 熱點，目前還處于起步階段。距離視頻監(jiān)控系統(tǒng)的智能化目標還有相當長的路要走。

　　2.6計算機智能視頻監(jiān)控應用前景展望

　　2.6.1　人數 統(tǒng)計

　　在許多人流量大的地方都有人流量統(tǒng)計的需求，如火車站、廣場等。這時候目標以人頭為基本計算單位，對人頭的檢測和跟蹤是主要技術要求。實際上這種檢測輪廓非常重要。

　　2.6.2　車流量統(tǒng)計

　　在許多路口，交通部門對車流量也需要有個大概統(tǒng)計，許多地方的車流量可以通過其他檢測手段檢測，視頻圖像是最快和較為準確的一種方式。

　　2.6.3　遺留物檢測

　　自911事件發(fā)生以來，全球對于公共安全的意識日益重視，各國紛紛采取多種措施防范恐怖主義襲擊，例如加強出入口管制、隨身行李檢查、增加警備人員數目、追蹤可疑人士的行徑等。其中，監(jiān)控系統(tǒng)扮演了非常重要的角色，特別是在車站、機場、大型商場等人口密集的地區(qū)，一旦發(fā)生炸彈引爆等惡意襲擊事件，后果不堪設想。為了及早防范，監(jiān)控系統(tǒng)需要采用具備遺留物偵測的智能分析系統(tǒng)，對可疑滯留物品實行及時通報和處理?！×硗?，遺留物偵測也可以用來解決自動提款機(ATM)的安全問題。部份不法份子會在ATM加設卡片閱讀機或貼上誤導性信息，達到騙取錢財的目的，設置遺留物偵測系統(tǒng)可以及時發(fā)現(xiàn)這些非法架設的物品?！∵z留物偵測還可以用于偵測遺規(guī)泊車的情形，結合車牌辨識系統(tǒng)更可達到全自動的智能化執(zhí)法。一旦發(fā)現(xiàn)禁止停車區(qū)域有車輛停留，便會觸發(fā)遺留物警報訊號，并啟動車牌辨識器記錄違規(guī)停泊車輛的車牌號碼，大大降低交通執(zhí)法人員的工作量和運作成本。

　　2.6.4　遺失物檢測

　　在博物館或公共展覽廳貴重物品失竊的情形時有發(fā)生，單純依靠錄像做事后處理的消極性做法往往不能解決問題，如果在物品遭竊的瞬間就能馬上發(fā)現(xiàn)對于防范事件有相當重要的作用。遺失物偵測的作用是可以偵測到畫面上物品被移走或是偷走的情形，及時發(fā)出警報，同時也能自動分辨出對象屬于遺留物還是遺失物。但這類檢測對同色物體的分辨分析運算能力有很高的要求，同時對硬件的配套布置也有很嚴格的要求。

　　當攝影機被移動或是畫面被遮蔽時會造成場景變化，偵測器便可以根據這種情況判斷攝影機異常并發(fā)出警報。這種應用更加廣泛。通產的移動檢測都屬于此范疇。

　　在實際應用場景中，日光對監(jiān)控的影響較大，一般要避免逆光。

　　3　結束語

　　綜上所述，目標跟蹤有非常廣泛的應用市場需求，我國還處于起步階段，研發(fā)出具有自主知識產權的、穩(wěn)定可靠、技術先進、節(jié)約成本等特點的智能監(jiān)控系統(tǒng)，可以有效填補國內空白。隨著技術的成熟，硬件的推陳出新，應用產品的大幅降價，使得應用范圍不斷擴大，將來這方面會有更好的前景，使之成為一個能帶動相關產業(yè)集體發(fā)展的一個新型產業(yè)。

　　3.1　對經濟發(fā)展的作用

　　良好的市場前景會促進企業(yè)在該產業(yè)的科技力量投入，有力促進了智能監(jiān)控技術革新，使得企業(yè)進入了經濟發(fā)展的快車道，同時帶動了電子產業(yè)及相關企業(yè)的技術革新及經濟發(fā)展。形成技術革新與資金的一個良性循環(huán)。

　　3.2　對 社會發(fā)展的作用

　　增加了對地方經濟和就業(yè)需求的拉動。產業(yè)鏈的形成，強化實施企業(yè)之間的橫向經濟聯(lián)合和技術協(xié)作，通過企業(yè)間技術平臺上的橫向協(xié)作，在特色產業(yè)基地內形成合力，打造一條新型的產業(yè)鏈。

　　3.3　對人才培養(yǎng)推動作用

　　企業(yè)的相關類技術人員之間不斷的合作交流，大大提高了企業(yè)相關類技術人才一個質的飛躍。達到技術推介和人才培養(yǎng)的目的，為國內，特別是經濟發(fā)達地區(qū)今后在電子科研技術領域的進一步發(fā)展奠定人才技術的基礎。

　　<<<下頁帶來更多的計算機視頻監(jiān)控論文