国产日韩欧美一区二区三区三州_亚洲少妇熟女av_久久久久亚洲av国产精品_波多野结衣网站一区二区_亚洲欧美色片在线91_国产亚洲精品精品国产优播av_日本一区二区三区波多野结衣 _久久国产av不卡

?

基于視頻監(jiān)控的運(yùn)動(dòng)圖像檢測(cè)算法研究

2016-05-30 13:57羅芳
無(wú)線互聯(lián)科技 2016年7期
關(guān)鍵詞:目標(biāo)檢測(cè)視頻監(jiān)控

羅芳

摘 要:運(yùn)動(dòng)圖像的檢測(cè)是目前智能監(jiān)控技術(shù)發(fā)展的前沿技術(shù),能夠成功地將運(yùn)動(dòng)目標(biāo)從背景圖像中檢測(cè)出來(lái)是該智能監(jiān)控識(shí)別系統(tǒng)最關(guān)鍵的一步。文章將傳統(tǒng)的圖像處理方法運(yùn)用在運(yùn)動(dòng)對(duì)象上,通過(guò)實(shí)驗(yàn)比較,分析背景差分法、光流法和幀間差分法的優(yōu)點(diǎn)和缺點(diǎn),為視頻監(jiān)控下的圖像缺陷檢測(cè)或智能識(shí)別技術(shù)提供一定的參考。

關(guān)鍵詞:目標(biāo)檢測(cè);視頻監(jiān)控;運(yùn)動(dòng)圖像

視頻監(jiān)控識(shí)別系統(tǒng)技術(shù)是綜合多媒體技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)、工業(yè)控制和人工智能等技術(shù)的運(yùn)用產(chǎn)物[ 1 ]。針對(duì)視頻監(jiān)控下動(dòng)態(tài)運(yùn)動(dòng)目標(biāo)的圖像進(jìn)行前期處理分析,從圖像中提取感興趣的運(yùn)動(dòng)目標(biāo),是智能監(jiān)控分析系統(tǒng)中的重要過(guò)程。

視頻監(jiān)控中的人或動(dòng)物處于運(yùn)動(dòng)狀態(tài),檢測(cè)動(dòng)態(tài)目標(biāo)的運(yùn)動(dòng)狀態(tài)從技術(shù)上分析,國(guó)內(nèi)外主要是利用算法將運(yùn)動(dòng)的運(yùn)動(dòng)對(duì)象從背景中分離出來(lái),但運(yùn)動(dòng)目標(biāo)時(shí)刻受到周邊環(huán)境、運(yùn)動(dòng)目標(biāo)本身及設(shè)備等因素影響,所以能將運(yùn)動(dòng)對(duì)象成功分割出來(lái)是智能監(jiān)控分析系統(tǒng)中一項(xiàng)非常有難度的工作[2]。

運(yùn)動(dòng)目標(biāo)算法的檢測(cè)已在國(guó)內(nèi)外做了很多年,目前對(duì)運(yùn)動(dòng)對(duì)象檢測(cè)的算法相對(duì)比較成熟,主流的方法主要有:一是利用灰度值的空間分布信息進(jìn)行圖形分割,通過(guò)檢測(cè)對(duì)象的突出特征比如邊緣、特殊點(diǎn)和線條的灰度值不同進(jìn)行分割圖形,但該方法容易丟失原始圖像的信息。二是利用視頻的時(shí)間序列方法分割圖形,該方法建立在固定的背景下,通過(guò)時(shí)間差或者幀間差進(jìn)行圖形減除運(yùn)算來(lái)完成圖形分割,目前常見(jiàn)算法有幀間差分法、光流法及背景減除法,本文將這3種研究算法運(yùn)用到人體行為檢測(cè)分割上,并通過(guò)實(shí)驗(yàn)比較3種算法的優(yōu)缺點(diǎn)。

1 運(yùn)動(dòng)目標(biāo)檢測(cè)的算法

1.1 幀間差分法

1.2 光流法

光流法是利用圖像運(yùn)動(dòng)場(chǎng)的矢量變化來(lái)確定運(yùn)動(dòng)目標(biāo)的光流變化,實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)三維場(chǎng)景向二維平面的投影,如圖1所示。

2 實(shí)驗(yàn)結(jié)果及實(shí)驗(yàn)分析

本文采用上述3種目標(biāo)分割算法,對(duì)2段運(yùn)動(dòng)目標(biāo)速度不同的視頻圖像進(jìn)行檢測(cè)分割實(shí)驗(yàn),視頻A是人體慢步走路的視頻,視頻B是騎著單車的視頻,時(shí)速在20Km/h的視頻。

2.1 幀間差分法實(shí)驗(yàn)結(jié)果及實(shí)驗(yàn)分析

本文采用連續(xù)圖像間隔2幀的圖像分別對(duì)視頻A和B進(jìn)行相減實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果如圖2-5所示。

圖2視頻A分別取自圖像第28幀和第37幀位置進(jìn)行實(shí)驗(yàn),實(shí)驗(yàn)時(shí)的幀間運(yùn)動(dòng)速度如圖4所示第29幀和31幀的速度時(shí)間差為62.0296ms;圖5視頻B中第37幀和39幀的速度時(shí)間差為55.2924ms,前者速度緩慢,后者由于運(yùn)動(dòng)目標(biāo)移動(dòng)速度加快,檢測(cè)出來(lái)結(jié)果背景雜質(zhì)比較多,容易丟失運(yùn)動(dòng)目標(biāo)的特征。圖2為視頻B在第6幀時(shí)候差分檢測(cè)結(jié)果,第6幀與第8幀的速度為3.9463ms,從實(shí)驗(yàn)結(jié)果分析,視頻B的運(yùn)行速度比較快,導(dǎo)致本文的系統(tǒng)運(yùn)算速度跟不上小車運(yùn)行的速度,所以檢測(cè)結(jié)果出現(xiàn)重影,視頻的細(xì)節(jié)動(dòng)作捕捉不詳細(xì),丟失了大部分的信息。

由此判斷,幀間差分法對(duì)運(yùn)動(dòng)物體的速度把握非常重要,當(dāng)運(yùn)動(dòng)目標(biāo)速度緩慢時(shí),需要增大時(shí)間間隔,反之,運(yùn)動(dòng)對(duì)象速度快時(shí),應(yīng)當(dāng)適當(dāng)選擇間隔小時(shí)間差。對(duì)于視頻監(jiān)控而言,目標(biāo)運(yùn)動(dòng)速度不確定,所以幀間差分法需要根據(jù)運(yùn)動(dòng)目標(biāo)的速度進(jìn)行調(diào)整時(shí)間間隔,這樣會(huì)加大系統(tǒng)的運(yùn)算量,而且現(xiàn)實(shí)中不能很好地把握運(yùn)動(dòng)目標(biāo)的運(yùn)行速度。

2.2 光流法法實(shí)驗(yàn)結(jié)果及實(shí)驗(yàn)分析

視頻A采用光流法對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè),實(shí)驗(yàn)結(jié)果如圖6所示。

光流法實(shí)驗(yàn)時(shí)捕捉到運(yùn)動(dòng)目標(biāo)輪廓的關(guān)鍵運(yùn)動(dòng)點(diǎn),但是丟失了運(yùn)動(dòng)區(qū)域的大部分細(xì)節(jié)內(nèi)容,顯然檢測(cè)效果不佳,而且算法復(fù)雜,光流場(chǎng)不容易建立。

2.3 背景減除法實(shí)驗(yàn)結(jié)果及實(shí)驗(yàn)分析

視頻A為固定場(chǎng)景和視頻B存在飄動(dòng)的樹(shù)葉的動(dòng)態(tài)場(chǎng)景,實(shí)驗(yàn)時(shí)分別用背景減除法進(jìn)行分析比較。

實(shí)驗(yàn)時(shí),以同樣的視頻采集速度視頻A采用背景減除法進(jìn)行檢測(cè),從圖7中的檢測(cè)結(jié)果圖中出現(xiàn)雙重人影,存在一定的干擾缺陷,但人體輪廓非常清晰,檢測(cè)的圖像結(jié)果比較完整。但是運(yùn)動(dòng)目標(biāo)的輪廓和細(xì)節(jié)相比前文的兩種算法都比較清晰和完整。圖7中的視頻B,在動(dòng)態(tài)的背景下,用背景減除法不能消除動(dòng)態(tài)因素產(chǎn)生的干擾,但能完整的檢測(cè)運(yùn)動(dòng)目標(biāo)。

3 結(jié)語(yǔ)

通過(guò)3種檢測(cè)方法的實(shí)驗(yàn)比較,而視頻監(jiān)控下的動(dòng)態(tài)行為,在面向不同的應(yīng)用場(chǎng)所,視頻監(jiān)控背景是動(dòng)態(tài)也可能是固定場(chǎng)所,幀間差分法在運(yùn)動(dòng)對(duì)象速度比較慢時(shí)檢測(cè)效果最佳,算法簡(jiǎn)單,對(duì)于運(yùn)行速度較快的運(yùn)動(dòng)對(duì)象,幀間之間的選取會(huì)影響到檢測(cè)效果;背景減除法在運(yùn)動(dòng)對(duì)象速度較快時(shí)檢測(cè)效果最佳,適應(yīng)性強(qiáng),但對(duì)于動(dòng)態(tài)背景的檢測(cè)處理存在一定的缺陷[5];光流法對(duì)撲捉運(yùn)動(dòng)對(duì)象的輪廓效果最佳。針對(duì)以上3種傳統(tǒng)算法的優(yōu)缺點(diǎn),如果應(yīng)用在視頻監(jiān)控下的人體行為檢測(cè)系統(tǒng),需要結(jié)合三者優(yōu)缺點(diǎn)進(jìn)行改進(jìn),才能取得更好的動(dòng)態(tài)檢測(cè)效果。

[參考文獻(xiàn)]

[1]楊建全,梁華,王成友.視頻監(jiān)控技術(shù)的發(fā)展與現(xiàn)狀[J].現(xiàn)代電子技術(shù),2006(21):67-68.

猜你喜歡
目標(biāo)檢測(cè)視頻監(jiān)控
行為識(shí)別中的人體運(yùn)動(dòng)目標(biāo)檢測(cè)方法
基于視頻圖像采集移動(dòng)目標(biāo)檢測(cè)系統(tǒng)的設(shè)計(jì)
數(shù)字化監(jiān)控系統(tǒng)的企業(yè)應(yīng)用
基于嵌入式Linux的視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)
基于HTML5的視頻監(jiān)控微課設(shè)計(jì)淺析
移動(dòng)機(jī)器人圖像目標(biāo)識(shí)別
一種改進(jìn)的峰均功率比判源方法
手机| 昭觉县| 溆浦县| 顺义区| 鸡东县| 马公市| 柳州市| 灵璧县| 博乐市| 桐柏县| 体育| 铜鼓县| 运城市| 安丘市| 镇坪县| 中阳县| 苍梧县| 鲜城| 泉州市| 重庆市| 洛川县| 津南区| 邯郸市| 商洛市| 奈曼旗| 榆树市| 敖汉旗| 津南区| 水城县| 新干县| 四子王旗| 日土县| 靖宇县| 博客| 安义县| 九寨沟县| 乌审旗| 江西省| 赣榆县| 郎溪县| 磴口县|