面向智能监控的视频分析技术研究

摘要

智能视频监控(IVS：Intelligent Video Surveillance)是计算机视觉领域一个重要的研究方向，它的研究目标是利用计算机视觉、图像处理和人工智能等技术对监控视频的内容进行描述、分析和理解，并根据分析的结果对视频监控系统进行控制，从而使视频监控系统具有较高层次的智能化水平。智能视频监控系统在解决全面防范和有效处置恐怖活动的重大课题方面成效明显，迅速成为安防领域的研究热点，深入开展面向智能监控的视频分析技术研究是一项具有重要学术意义和实用价值的工作。
　　本研究主要内容包括：⑴在运动目标检测方面，提出一种基于低秩表示连续异常的运动目标检测算法。算法通过把运动目标检测问题建模为异常值检测问题，利用低秩模型对复杂背景进行建模，采用交替优化算法求解得到前景运动目标标记，在公共数据集上进行实验，结果证明了该算法的检测准确率更高。⑵在运动目标跟踪方面，提出一种基于元样本稀疏表示的目标跟踪算法。算法首先提取目标模板的元样本建立目标词典，再针对目标遮挡情况引入遮挡词典，进而构造超完备词典，在跟踪阶段，采用迭代方法解决l1范数最小化问题，计算表示系数，实验结果表明元样本稀疏表示跟踪算法比其他算法具有更好的鲁棒性，可以有效处理遮挡情况下的目标跟踪。⑶在目标分类方面，针对不同视角的行人样本具有较大的类内差异性，造成多视角行人识别错误率较高的问题，提出一种基于非负最小二乘的多视角行人分类算法。首先采用非负矩阵分解的方法对多视角行人样本图像进行子空间分解，提取基向量；然后引入协同表示的方法并在最小二乘约束下，对子空间进行稀疏表示获得分解系数；最后，利用近邻子空间方法对分解系数进行分类。为了验证方法的有效性，利用自行建立的多视角行人数据库进行了对比实验，结果表明算法的分类性能较好。

目录

封面

声明

目录

中文摘要

英文摘要

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状与发展趋势

1.3 课题研究面临的挑战

1.4 论文主要工作及结构安排

第二章 基于低秩表示的运动目标检测

2.1 引言

2.2 运动目标检测方法分析

2.3 基于低秩表示连续异常的运动目标检测算法

2.4 实验结果与分析

2.5 本章小结

第三章 基于元样本稀疏表示的目标跟踪

3.1 引言

3.2 基于稀疏表示的目标跟踪

3.3 基于元样本稀疏表示的目标跟踪算法

3.4 实验结果与分析

3.5 结论

第四章 基于非负最小二乘的多视角行人分类

4.1 引言

4.2 非负矩阵分解

4.3 基于非负最小二乘的多视角行人分类算法

4.4 实验结果与分析

4.5 结论

第五章 总结和展望

5.1 工作总结

5.2 研究展望

致谢

参考文献

作者在学期间取得的学术成果