侵权投诉
订阅
纠错
加入自媒体

智能视频监控技术解析

2014-03-04 14:09
科技潮人
关注

  这一类研究目标不一定是人,也可以是车辆、动物或飞机、坦克等军事目标。以目标的局部部分运动为研究目标,提取其局部的“肢体语言”特征分析判断目标的行为,比如视频的手语识别、步态识别、表情识别或者动作识别等。此类监视问题的困难在于运动模式的提取以及高效可靠的识别算法。智能视频监控系统可以解决两个主要问题:一个是将安防操作人员从繁杂而枯燥的“盯屏幕”任务中解脱出来。由机器来完成这部分工作,对异常情况能够及时处理等,比如报警等;另外一个是为在海量的视频数据中快速搜索到想要找的图像。

  对于上述两个问题,视频分析厂家经常提到的案例是:操作人员盯着屏幕超过1O分钟后将漏掉90%的视频信息而使这项工作失去意义;伦敦地铁案中,安保人员花了70个工时才在大量磁带中找到需要的信息。智能视频监控的核心内容是对特定目标的自动检测、跟踪与行为识别,包括运动检测、目标分类、目标跟踪、行为识别等4个方面内容。

  例如对人体的跟踪:首先从实时图像序列中检测出运动物体,再判定运动物体中的人体,然后跟踪人体的运动轨迹,并分析和选定有异常行为的人,如在车站,机场等遗留包裹的人。最后对行为异常的人进行持续跟踪。

  移动目标提取

  运动检测是从图像序列中将变化区域从背景图像中提取出来。运动区域的有效分割将大大减少后续过程的运算量。然而,背景图像的不稳定性,如阴影、光照、慢移动、静移动(树叶的摆动)等等,也使得运动检测非常困难。目前较为实用的视频分析方法主要有两类:一类是背景减除方法,另一类是时间差分方法。

  背景减除方法是利用当前图像和背景图象的差分来检测出运动区域的一种方法,可以提供比较完整的运动目标特征数据,精确度和灵敏度比较高,具有良好的性能表现。时间差分法利用视频图像特征,从连续得到的视频流中提取所需要的动态目标信息。时间差分实质是利用相邻帧图像相减来提取前景目标移动的信息,此方法不能完全提取所有相关特征像素点,在运动实体内部可能产生空洞,能检测出目标的边缘。

<上一页  1  2  3  4  5  下一页>  
声明: 本文由入驻维科号的作者撰写,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

发表评论

0条评论,0人参与

请输入评论内容...

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码:

粤公网安备 44030502002758号