视频取证中的事件检测与跟踪研究

摘要

计算机视频取证是当前世界上机器视觉研究领域中的一个研究热点，它结合人工智能、计算机图形学、模式识别等研究领域的成果。主要研究目的是在海量的视频库中快速准确地定位犯罪事件发生的时刻和地点，跟踪犯罪对象，并最终形成视频证据。
　　 计算机监控视频取证分析作为机器视觉领域中的重要应用，主要是为了缩小视频图像中的底层视觉特征与人类的语义概念之间的鸿沟。在目前数字视频监控已经大规模应用的条件下，如何在某个犯罪事件发生后快速响应及准确定位犯罪对象和事件发生的时间地点，并对犯罪对象进行跟踪和生成相应的视频证据就显得尤为重要。
　　 本文主要对监控视频取证分析中的事件检测和多摄像头的对象跟踪方法进行了研究。
　　 首先，本文针对复杂背景条件下丢弃或拾起等最常见的犯罪事件的监控视频，提出一种利用光流特征和形状特征相结合的事件检测方法。该方法充分利用光流和形状特征的优点，在复杂背景条件下受颜色变化的影响较小。实验证明该方法在视频事件分析取证中的有效性。
　　 其次，分析了Mean shift跟踪方法在特征距离计算时产生偏差的原因。并对其进行如下改进：利用主色直方图特征降低光照和颜色变化的影响，并用最大后验概率方法来提高对象匹配的准确性。进而实现了多摄像头的目标跟踪方法。实验表明该方法比直接使用传统颜色直方图的跟踪方法更加有效，并且在多摄像头的跟踪中具有较高的准确率。
　　 最后，设计了视频取证分析原型系统，包括事件检测与对象跟踪等模块。通过对火车站站台监控系统中的丢包案例的分析，证明该系统能够检测丢包事件和跟踪嫌疑对象，并生成视频证据，提高了取证分析的工作效率。

目录

文摘

英文文摘

第一章 绪论

1.1 论文选题背景

1.2 计算机视觉研究现状

1.3 计算机视频取证研究现状

1.4 论文主要工作

1.5 论文组织结构

第二章 视频内容取证的技术基础

2.1 视频取证概述

2.2 光流法事件检测

2.2.1 光流法

2.2.2 视频图像序列运动分析

2.3 颜色空间及直方图模型

2.3.1 传统的颜色直方图

2.3.2 主色直方图及其分析

2.4 小结

第三章 基于光流和形状特征的视频事件检测方法

3.1 引言

3.2 光流模板及其匹配

3.2.1 光流特征的计算

3.2.2 光流特征模板匹配

3.3 光流和形状结合的事件检测方法

3.3.1 形状模板匹配

3.3.2 视频事件检测方法

3.4 试验测试

3.5 小结

第四章 多摄像头的对象跟踪取证方法

4.1 引言

4.2 主色直方图的对象匹配方法及其分析

4.3 改进的Mean shift多摄像头目标跟踪方法

4.3.1 使用MAP提高Mean shift算法的准确率

4.3.2 多摄像头跟踪方法

4.4 试验测试

4.5 小结

第五章 视频取证原型系统与案例分析

5.1 系统流程以及模块的实现

5.2 针对具体的案例进行试验分析

5.3 小结

第六章 总结及未来的工作

6.1 总结

6.2 未来工作

致谢

攻硕期间从事的科研工作及取得的研究成果

参考文献