监控视频中的运动目标分类算法研究

监控视频中的运动目标分类算法研究

论文摘要

随着经济的发展,人类的活动范围越来越大,面临的突发事件和异常事件越来越复杂,监控的难度和重要性也越来越突出,传统的靠人工来处理海量监控视频数据的方式已经无法满足安全需要,智能视频监控系统应运而生。智能视频监控的主要任务是对监控视频中的运动目标行为进行分析,减少监控视频中对人无用的冗余信息,只为监控管理人员提供关键监控信息。运动目标分类是智能视频监控系统中运动分析研究的一个重要方面,其主要研究内容是对视频中的运动目标进行自动分类,运动目标分类是智能监控中目标行为理解的基础。本文针对静止背景的监控视频展开研究,在对当前运动目标检测和分类技术的研究基础上,提出了一种适用于各种不同监控场景的运动目标分类算法。该算法提取运动目标的静态特征和时间上下文信息,利用改进的SVM分类方法,能够有效地将监控视频中的运动目标自动划分为预先定义好的类别,包括行人、自行车、汽车等。与传统的基于SVM的目标分类算法不同的是,本文利用改进后的SVM分类器不仅能输出目标的分类类别,还能输出目标类别的后验概率,因此改进后的分类算法更有利于结果的后续处理。另外,本文在目标分类结果的后处理阶段引入了数字信号处理方法,将SVM输出的后验概率值作为数字信号,在对该信号进行频谱分析的基础上,利用FIR低通滤波器对原始的概率值序列进行数字滤波去噪,使得概率值序列更为平滑,有效地避免了由于偶然因素导致的分类错误,提高了系统的分类性能。最后通过实验证明本文提出的目标分类方法在不同场景下的监控视频中能有效区分人、人群、自行车等六类运动目标,与传统的基于SVM的目标分类算法相比,本文算法在查全率和查准率方面都获得了满意的性能,并且本文提出的算法框架在其他类似的运动分析研究领域也有一定的借鉴价值。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 引言
  • 1.2 研究背景及意义
  • 1.3 国内外研究现状及趋势
  • 1.4 涉及的学科领域
  • 1.4.1 数字图像处理
  • 1.4.2 模式识别
  • 1.4.3 计算机视觉
  • 1.5 论文主要研究内容及组织结构
  • 1.6 本章小结
  • 第二章 运动目标分类的相关理论与研究
  • 2.1 图像预处理
  • 2.1.1 彩色图像的灰度化
  • 2.1.2 图像平滑滤噪
  • 2.2 运动目标检测
  • 2.2.1 背景差分法
  • 2.2.2 帧差法
  • 2.2.3 光流法
  • 2.2.4 背景建模法
  • 2.2.5 目标区域提取
  • 2.3 运动目标分类
  • 2.3.1 基于目标静态特征的目标分类
  • 2.3.2 基于目标运动特征的目标分类
  • 2.3.3 静态特征和运动特征结合的目标分类
  • 2.3.4 基于机器学习的运动目标分类
  • 2.4 运动目标跟踪
  • 2.4.1 基于区域的目标跟踪
  • 2.4.2 基于模型的目标跟踪
  • 2.4.3 基于活动轮廓的跟踪
  • 2.4.4 基于目标特征的跟踪
  • 2.5 本章小结
  • 第三章 支持向量机理论
  • 3.1 支持向量机(SVM)概述
  • 3.2 支持向量机
  • 3.2.1 最优分类界面
  • 3.2.2 广义最优分类界面
  • 3.2.3 支持向量机的核函数
  • 3.3 现有的基于支持向量机的多类分类方法
  • 3.4 本章小结
  • 第四章 基于SVM概率输出的运动目标分类
  • 4.1 基于SVM的运动目标分类
  • 4.1.1 基于传统SVM的运动目标分类
  • 4.1.2 基于概率SVM的运动目标分类
  • 4.2 后置滤波器
  • 4.2.1 数字滤波器
  • 4.2.2 多目标跟踪
  • 4.3 本章小结
  • 第五章 实验结果与分析
  • 5.1 实验设置
  • 5.2 实验步骤
  • 5.3 实验结果与对比
  • 5.4 实验结果分析
  • 5.5 本章小结
  • 第六章 结论与展望
  • 参考文献
  • 致谢
  • 研究生期间研究成果及发表的学术论文
  • 相关论文文献

    • [1].云环境下监控视频结构化分析方法研究与实现[J]. 现代信息科技 2019(23)
    • [2].监控视频中枪支自动检测研究综述[J]. 科学技术创新 2020(11)
    • [3].一种基于螺旋摘要的监控视频可视分析系统[J]. 图学学报 2020(02)
    • [4].云平台下压缩感知在交通监控视频中的研究[J]. 电子测试 2020(19)
    • [5].面向监控视频的人脸识别技术应用分析[J]. 科技风 2020(32)
    • [6].基于监控视频的行人抓拍系统的设计[J]. 电子技术与软件工程 2018(09)
    • [7].监控视频恢复技术研究[J]. 网络安全技术与应用 2017(02)
    • [8].海量监控视频分级摘要生成系统研究[J]. 现代电子技术 2017(13)
    • [9].不同监控视频角度同一姿态的同一性研究[J]. 科技视界 2016(12)
    • [10].基于内容的监控视频特征提取和检索技术研究[J]. 科技展望 2016(24)
    • [11].监控视频时间信息调查与分析[J]. 中国刑警学院学报 2015(02)
    • [12].方圆合一[J]. 湖南教育(D版) 2017(01)
    • [13].获奖之后[J]. 喜剧世界(下半月) 2017(01)
    • [14].你是将军,他是兵[J]. 女子世界 2017(02)
    • [15].“大学生‘飞踹’女童事件”作文导写[J]. 高中生学习(作文素材) 2017(Z2)
    • [16].你必须是那个凶手[J]. 微型小说选刊 2014(06)
    • [17].船舶货舱监控视频关键信息安全性评估[J]. 舰船科学技术 2020(02)
    • [18].监控视频异常检测:综述[J]. 清华大学学报(自然科学版) 2020(06)
    • [19].盲环境下稀疏编码监控视频图像降噪仿真[J]. 计算机仿真 2020(03)
    • [20].基于深度学习的监控视频图像增强方法[J]. 湖北科技学院学报 2019(05)
    • [21].面向城市应急事件管理的监控视频智能解析[J]. 计算机工程与应用 2017(24)
    • [22].公共监控视频出“爆款”,记者面临挑战[J]. 青年记者 2017(34)
    • [23].基于监控视频影像后期的人体身高测量方法[J]. 电子技术与软件工程 2018(15)
    • [24].面向刑事侦查的监控视频显著性检测仿真[J]. 计算机仿真 2018(07)
    • [25].以审判为中心的监控视频证据卷研究[J]. 中国刑警学院学报 2016(02)
    • [26].基于小波变换的监控视频处理[J]. 智能城市 2016(09)
    • [27].基于内容的海量监控视频的多层次检索系统[J]. 电视技术 2014(19)
    • [28].你必须是那个凶手[J]. 意林(原创版) 2014(01)
    • [29].监控视频智能检索关键技术综述[J]. 影像技术 2013(06)
    • [30].如何从海量监控视频中提取并展示目标活动线索?[J]. 人工智能 2017(06)

    标签:;  ;  ;  ;  ;  

    监控视频中的运动目标分类算法研究
    下载Doc文档

    猜你喜欢