视频监控中运动目标检测跟踪技术
【摘要】:
当今,重要领域的安防对视频监控系统的依赖越来越强,要求也越来越高。传统视频监控因离不开人工参与而不再适用现实的需要,在复杂多变的现实场景中,具备实时检测、跟踪、分析、判断并预警功能的智能化监控系统是发展的必然趋势。本文主要针对复杂多变的环境中,摄像头静止情况下的运动目标进行检测跟踪技术研究。
在检测部分,采用融入帧间差分的混合高斯背景模型。由帧间差分检测出运动区域,将运动区域划分为背景显露区和运动存在区域,分别采取不同的背景更新策略,解决了经典混合高斯背景模型针对静止物体突然运动和大体积物体缓慢运动效果不佳的问题。设置了阴影消除模块。先利用亮点评估判据检测是否存在阴影,在检测出阴影后,利用颜色和梯度分步判决的思想来检测阴影的位置并加以消除。实验结果表明,该检测系统能适用运动物体的快慢变化,室内外不同场景下的各类阴影均得到了较好的消除。
在跟踪部分,采用改进的均值漂移算法和卡尔曼滤波预测结合。采用自适应跟踪算法,基于在3个尺寸下采取±10%增量迭代3次跟踪算法,重点解决目标变大、以及变化过大的情况下跟踪框大小的选择问题,根据变化的情况来确定跟踪框大小的阈值。对于严重遮挡的情况,用相似性系数判定遮挡程度,并适时引入卡尔曼滤波预测轨迹确定目标可能出现的区域,在区域内等待搜索目标。实验结果表明,该跟踪系统能很好的适应目标变化快的情况,对于严重遮挡问题也能实时准确的跟踪,提高了系统在复杂环境下的适应能力,有一定的实用价值。