监控视频中特定目标的检测与辨识方法研究

摘要

随着人们生活水平的逐步提高，人们对安防的重视程度越来越高。建设平安城市，智能监控等一度掀起热潮。互联网的大量推广促进了安防行业的进一步发展，对于监控视频中目标的检测与辨识成为一个重要的研究方向。本文以监控视频中特定目标的检测与辨识方法研究为课题，重点研究监控视频中行人以及人脸的检测、跟踪和识别算法，最终建立一套监控视频中特定目标的报警系统，从而减轻安防工作人员的工作量，提高工作效率，为建设平安城市做出一份贡献。本文以监控视频中行人以及人脸的检测与辨识为核心内容，主要完成了以下内容：
　　第一，基于Eclipse和OpenCV2.4.8搭建开发环境，研究了监控视频中目标的检测方法，基于梯度方向直方图特征和支持向量机实现了行人检测，训练了特定的分类器满足应用需求。结合Harr特征和CS-Adaboost算法，实现了监控视频中目标人脸的多角度检测。
　　第二，实现了基于感知哈希算法的视频行人目标跟踪算法。该算法首先计算目标的哈希值，通过扫描窗口在每一帧图像中寻找与目标哈希值的汉明距离最接近的为目标位置。结合时空上下文快速目标跟踪算法实现对目标人脸的快速跟踪，对于单一目标跟踪良好。
　　第三，结合机器学习以及计算机视觉领域的优势，重点研究了局部二值模式特征，并深入研究主成分析算法，如对局部二值模式特征进行降维等，结合OpenCV等实现了监控视频中目标人脸的识别。
　　第四，结合以上的检测、跟踪以及识别模块，设计并完成了监控视频中的特定目标报警软件。监控人员在执行监控工作时，可以对特定目标进行跟踪，获取目标图像，与数据库已有图像进行匹配识别，从而完成对监控视频中的目标的检测与辨识，最终通过该系统可以避免危险的发生，实现报警功能。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

1.1 本课题的研究背景和工程意义

1.2 监控视频系统研究及发展现状

1.3 本文的主要贡献

1.4 本文的主要研究内容与论文安排

第二章 监控视频中目标的检测与辨识方法分析

2.1 监控视频目标检测方法

2.2 监控视频目标辨识方法

2.3 本章小结

第三章 监控视频中特定目标的检测方法的研究与实现

3.1 监控视频中的目标检测框架

3.2 视频目标图像预处理

3.3 基于HOG特征提取和SVM的视频行人检测算法实现

3.4 基于Harr特征提取和CS-Adaboost视频人脸检测算法实现

3.5 实验及结果分析

3.6 本章小结

第四章 监控视频中特定目标的辨识方法的研究与实现

4.1 监控视频中的目标跟踪方法

4.2 监控视频中的目标识别方法

4.3 实验及结果分析

4.4本章小结

第五章 监控视频中特定目标的报警系统设计与实现

5.1智能视频监控系统简述

5.2报警系统软件设计

5.3 报警系统应用软件实现

5.4 本章小结

第六章 全文总结和展望

6.1 全文总结

6.2 后续工作展望

致谢

参考文献

攻读硕士学位期间取得的成果