智能视频监控与检索系统开发

【摘要】：随着信息技术的快速发展,智能视频监控和检索技术得到了广泛的关注和研究。与传统视频监控相比,智能视频监控和检索系统涉及机器视觉、模式识别、人工智能等多个学科研究领域,利用智能算法使计算机协助人完成监控和检索的工作。本文主要设计完成的工作为：1、智能视频监控存储系统；2、监控视频智能检索系统,该部分又分成目标检测、目标跟踪、目标检索三个子系统。文章最后设计实现了智能视频监控和检索系统。传统视频监控在连续录像存储过程中,存在冗余信息,既消耗大量存储空间,又使后期信息检索效率下降。本文研究完成了一种智能视频监控存储方法,依据是否存在运动物体,来对视频信息进行选择性存储,在节省存储空间的同时也为后续查找和检索提供便利。设计完成的监控视频智能检索系统,通过提取监控视频中的运动物体来建立检索库,并根据用户需求内容进行检索。主要工作为：1、改进的Vibe目标检测算法。首先通过根据前景、鬼影和各自邻近区域直方图相似度比较抑制鬼影；其次利用阴影亮度比背景区域低的特性去除阴影；最后根据形态学算法填补空洞。实验表明相较于混合高斯建模、传统Vibe算法,本文改进Vibe算法检测F1-measure分别提高了24%和5%,且实时性较好。2、分块多特征自适应融合的多目标跟踪算法。采用目标底层颜色、纹理和边缘多特征自适应融合,对目标和模板目标分块特征匹配,结合Kalman预测能够鲁棒跟踪遮挡目标,实验表明对遮挡目标识别率为95.3%,每帧图像平均处理时间为36.2ms。3、基于内容和语义的检索方法。结合颜色直方图和SIFT特征进行样例检索,检索结果平均查全率为86%,平均查准率为88%,平均检索时间为13s；通过SVM对图像分类,优化参数,语义检索识别率为87%。最后,本文设计实现了智能视频监控和检索系统。本系统在智能视频监控存储上节省率为30%,在目标检测和目标跟踪满足实时性的要求,在目标检索上查准率可以达到86%以上,该系统能够达到较满意的效果。