文献综述

一.研究背景和意义

计算机视觉是计算机科学和人工智能的一个重要分支。它研究的主要内容包括怎样利用各种成像系统代替视觉器官来获取信息，由计算机代替大脑完成对信息的处理和解释.使计算机具有人一样的视觉功能。智能视频监控技术是计算机视觉领域近年来新兴的一个研究方向，是模式识别技术在视频监控领域的重要应用。智能视频监控的研究对象为监控视频中的行人、车辆和其他物体。它通过对视频中的运动目标进行实时检测、跟踪和行为分析，使得系统能够自动去除大量的非必要信息。通过分析视频图像中目标的运动行为，它可以为实时的监控和预警提供更为有效的信息。

智能视频监控技术将计算机视觉同网络化的视频监控结合起来，增强了系统的智能化自动处理能力，从而极大地减少主观干扰，增强监控效果，在减轻了相关人员的工作量的同时，对视频监控场景中的目标实现了自动实时的检测、跟踪、识别与分析等功能。智能视频监控技术可用于安防监控、智能交通、医院护理等众多方面，具有重要的研究意义和美好的应用前景。当前较多的应用主要集中在以下几个方面:行人和车辆目标的自动检测、跟踪和识别，目标异常行为预警，敏感场所的异常物体滞留以及物品丢失，人流量估计、人群运动监测及拥塞控制，行人和车辆的交通流量监测等。

作为当前视频监控系统发展的必然方向，近年来智能视频监控相关技术的研发受到一些发达国家的重视，其商业化应用也得到了很大的发展。尤其在2001年美国9. 11事件及2005年英国7. 7伦敦地铁爆炸案等恐怖暴力事件的发生后，出十对反恐、社会安定、国家公共安全等多方面的考虑，世界各国更是都高度重视如何在重要、敏感的安全相关部门和拥有很大人流量的公共场合实现24小时自动化实时的监测，智能视频监控成为了国际上最被关注的前沿研究领域之一。

考虑到监控场景中行人是作为主要目标，因而行人行为分析作为智能视频监抓的重要功能部分，正受到当前诸多研究人员的关注。行人行为分析的实现要以行人检测与跟踪为基础，所以对行人的检测和跟踪是一个至关重要的问题。对运动人体快速而准确的检测和跟踪是一项十分重要、极具挑战性的工作，这属十智能视频监控系统的前端工作，其工作性能的好坏将直接影响后续工作以至整个系统的性能。除了视觉监控之外，人体检测和跟踪在高级人机交互、动画制作等方面也有着广泛的应用。

二. 智能视频监控的相关关键技术概述

智能监控系统主要由视频图像采集、图像预处理、运动目标检测、运动目标分类、目标跟踪、行为理解与描述、报警执行七个模块构成。其中，图像预处理、运动目标检测和目标跟踪是关键模块。

1．目标检测技术

运动目标检测是智能视频监控的关键技术之一。其目的是从序列图像中，将感兴趣的运动区域从背景图像中提取出来。运动目标的有效检测对于目标跟踪和行为理解等后期处理至关重要，因为后续的处理过程仅仅考虑图像中对应于运动区域的象素。然而，由于背景图像及环境的动态变化，如天气、光照、影子及混乱干扰等的影响，使得可靠的运动检测变得相当困难。现有的运动目标检测算法可以归纳为四种:基于时间差分的目标检测、基于光流的目标检测、基于背景减除的目标检测和基于背景模型的目标检测。