服务类型 首页 > 业界资讯

智能分析监控系统的移动目标提取和跟踪

    运动检测是从监控系统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。

 

    移动目标跟踪等价于在连续的图像帧间,创建基于位置、速度、形状、纹理、色彩等有关特征的对应匹配问题。常用的数学工具有卡尔曼滤波、Condensation算法及动态贝叶斯网络等。其中Kalman滤波是基于高斯分布的状态预测方法。不能有效地处理多峰模式的分布情况;Condensation算法是以因子抽样为基础的条件密度传播方法,结合可学习的动态模型,可完成鲁棒的运动跟踪。就跟踪对象而言,跟踪如手、脸、头、腿等身体部分与跟踪整个目标;就跟踪视角而言,有对应于单摄像机的单一视角、对应于多摄像机的多视角和全方位视角;当然还可以通过跟踪空间(二维或三维)、跟踪环境(室内或户外)、跟踪人数(单人、多人、人群)、摄像机状态(运动或固定)等方面进行分类。从跟踪方法的不同讨论跟踪算法。

常见问题 | 最新动态 | 帮助中心 | 项目合作 | 服务中心 | 联系我们 |
金大智能科技 针对各类视频监控、考勤门禁、智能化、综合布线、IT外包服务 等网络系统,提供解决方案、安装、维护一站式服务。 粤ICP备17065802号
服务电话: