浓毛老太交欧美老妇热爱乱,蜜臀性色av免费,妺妺窝人体色www看美女,久久久久久久久久久大尺度免费视频,麻豆人妻无码性色av专区

位置:51電子網(wǎng) » 技術(shù)資料 » 其它綜合

智能視頻監(jiān)控系統(tǒng)及其在Blackfin處理器上的應(yīng)用

發(fā)布時(shí)間:2008/8/20 0:00:00 訪問(wèn)次數(shù):417

  1. 視頻監(jiān)控系統(tǒng)的現(xiàn)狀

  視頻監(jiān)控系統(tǒng)從最初的模擬閉路電視監(jiān)控開(kāi)始,經(jīng)歷了數(shù)字化,網(wǎng)絡(luò)化的發(fā)展,正在向分布式、智能化的方向邁進(jìn)。視頻壓縮技術(shù)的發(fā)展促進(jìn)了視頻監(jiān)控系統(tǒng)的數(shù)字化,節(jié)約了大量的存儲(chǔ)空間。

  計(jì)算機(jī)網(wǎng)絡(luò)的普及和帶寬的增加使得城域網(wǎng)視頻監(jiān)控成為現(xiàn)實(shí)。而經(jīng)過(guò)科研人員40多年的不懈努力,計(jì)算機(jī)視覺(jué)已經(jīng)進(jìn)入突破式發(fā)展階段。得益于計(jì)算機(jī)視覺(jué)的研究成果,智能視頻監(jiān)控系統(tǒng)開(kāi)始得到產(chǎn)業(yè)化應(yīng)用。

  從上世紀(jì)90年代中期開(kāi)始,以卡耐基梅隆大學(xué)(cmu)和麻省理工學(xué)院(mit)為代表的,多家美國(guó)高校所參與的,由美國(guó)國(guó)防高級(jí)研究項(xiàng)目署設(shè)立的視覺(jué)監(jiān)控重大項(xiàng)目vsam(visual surveillance and monitoring),以及其它科研機(jī)構(gòu)的研究成果,使得智能視覺(jué)分析取得了快速發(fā)展。2001年美國(guó)“911事件”,以及后來(lái)的西班牙馬德里列車(chē)連環(huán)爆炸和英國(guó)倫敦地鐵大爆炸等恐怖襲擊后,全世界范圍內(nèi)對(duì)視頻監(jiān)控系統(tǒng),包括智能視頻分析系統(tǒng)的需求空前高漲。在英國(guó)全國(guó)范圍內(nèi)已經(jīng)安裝攝像機(jī)420多萬(wàn)個(gè),平均每14人一個(gè),一個(gè)人一天之中可能出現(xiàn)在多達(dá)300個(gè)攝像機(jī)前(英國(guó)《the daily mail》)。國(guó)內(nèi),2007年底廣州市安裝完畢25萬(wàn)個(gè)治安攝像機(jī),北京在26.3萬(wàn)臺(tái)攝像機(jī)的基礎(chǔ)上,又在所有重點(diǎn)單位、人員聚集的公共場(chǎng)所、重要的交通樞紐、城市重要基礎(chǔ)設(shè)施及法律法規(guī)規(guī)定的重點(diǎn)區(qū)域安裝公共圖像信息系統(tǒng)并且全部與警方監(jiān)控網(wǎng)聯(lián)網(wǎng)。上海2010年前將在馬路上安裝20多萬(wàn)個(gè)監(jiān)控?cái)z像機(jī),全面建立“社會(huì)防控體系”。海量的監(jiān)控圖像需要視頻監(jiān)控系統(tǒng)智能地選擇壓縮、存儲(chǔ)和檢索內(nèi)容。

   當(dāng)前,除了cmu和mit,奧地利graz理工大學(xué)的嵌入式智能攝像機(jī)研究組,ibm的s3(smart surveillance system)項(xiàng)目組,intel的irisnet(internet-scale, resource-intensive sensor network services)項(xiàng)目組等,分別在分布式智能監(jiān)控系統(tǒng)的不同領(lǐng)域處于領(lǐng)先地位。object video, hisign,3vr等公司率先實(shí)現(xiàn)了智能視頻監(jiān)控的工業(yè)應(yīng)用。在國(guó)內(nèi),中科院自動(dòng)化所,清華大學(xué)電子工程系和自動(dòng)化系等處于研究的前列。

  2.智能視頻監(jiān)控系統(tǒng)的技術(shù)背景簡(jiǎn)介

  智能視頻監(jiān)控的核心內(nèi)容之一是對(duì)特定目標(biāo)的自動(dòng)跟蹤。目標(biāo)跟蹤可分為5個(gè)步驟,包括運(yùn)動(dòng)檢測(cè)、目標(biāo)分類、目標(biāo)(類型)跟蹤、行為分析和目標(biāo)(個(gè)體)跟蹤。例如對(duì)人體的跟蹤:首先從實(shí)時(shí)圖像序列(即視頻)中檢測(cè)出運(yùn)動(dòng)物體,再判定運(yùn)動(dòng)物體中的人體,然后跟蹤人體的運(yùn)動(dòng)軌跡,并分析和選定有異常行為的人,如在車(chē)站,機(jī)場(chǎng)等遺留包裹的人,最后對(duì)行為異常的人進(jìn)行持續(xù)跟蹤。

  運(yùn)動(dòng)檢測(cè)是從圖像序列中將變化區(qū)域從背景圖像中提取出來(lái)。運(yùn)動(dòng)區(qū)域的有效分割將大大減少后繼過(guò)程的運(yùn)算量。然而,背景圖像的不穩(wěn)定性,如陰影,光照,慢移動(dòng)(如蝸牛的爬行),靜移動(dòng)(樹(shù)葉的擺動(dòng))等等,也使得運(yùn)動(dòng)檢測(cè)非常困難。

  視頻監(jiān)控系統(tǒng)中的運(yùn)動(dòng)檢測(cè)有兩種不同的實(shí)現(xiàn)途徑,一種是直接利用視頻壓縮算法的中間結(jié)果,比如adi的第三方合作伙伴利用mpeg 4和h.264編碼過(guò)程中的運(yùn)動(dòng)向量,在blackfin處理器上同步實(shí)現(xiàn)了運(yùn)動(dòng)檢測(cè)和視頻壓縮。另外一種是獨(dú)立于視頻編碼的方法。

  運(yùn)動(dòng)檢測(cè)算法可按照不同分類標(biāo)準(zhǔn)分為多種。中科院自動(dòng)化所把運(yùn)動(dòng)檢測(cè)算法歸納為三種:背景消除法,時(shí)間差分法,光流法。背景消除法和時(shí)間差分法都可以看作是差分圖像法。背景消除法是目前運(yùn)動(dòng)分割中最常用的一種方法,它利用當(dāng)前圖像與背景圖像的差分來(lái)檢測(cè)出運(yùn)動(dòng)區(qū)域。時(shí)間差分方法是在連續(xù)的圖像序列中兩個(gè)或三個(gè)相鄰幀間采用基于像素的時(shí)間差分并且閾值化來(lái)提取出圖像中的運(yùn)動(dòng)區(qū)域;诠饬鞣椒ǖ倪\(yùn)動(dòng)檢測(cè)采用了運(yùn)動(dòng)目標(biāo)隨時(shí)間變化的光流特性,通過(guò)計(jì)算位移向量光流場(chǎng)來(lái)初始化基于輪廓的跟蹤算法,從而有效地提取和跟蹤運(yùn)動(dòng)目標(biāo)。該方法的優(yōu)點(diǎn)是在攝像機(jī)運(yùn)動(dòng)的情況下也能檢測(cè)出獨(dú)立的運(yùn)動(dòng)目標(biāo)。

  目標(biāo)分類的目的是從檢測(cè)到的運(yùn)動(dòng)區(qū)域中將特定類型物體的運(yùn)動(dòng)區(qū)域提取出來(lái)。根據(jù)利用的信息的不同,目標(biāo)分類可以分為基于運(yùn)動(dòng)特性的分類和基于形狀信息的分類兩種方法。基于運(yùn)動(dòng)特性的識(shí)別利用目標(biāo)運(yùn)動(dòng)的周期性進(jìn)行識(shí)別,受顏色、光照的影響較小。基于形狀信息的識(shí)別利用檢測(cè)出的運(yùn)動(dòng)區(qū)域的形狀特征與模板或者統(tǒng)計(jì)量進(jìn)行匹配。

  目標(biāo)跟蹤是在連續(xù)的圖像幀間創(chuàng)建基于位置、速度、形狀、紋理、色彩等有關(guān)特征的對(duì)應(yīng)匹配。依據(jù)不同的跟蹤方法可分為基于模型的跟蹤、基于區(qū)域的跟蹤、基于活動(dòng)輪廓的跟蹤、基于特征的跟蹤等。

  聯(lián)合目標(biāo)跟蹤與分類(jtc)技術(shù)是信息融合領(lǐng)域新興的一個(gè)研究方向。其基本思想是,通過(guò)在目標(biāo)跟蹤器和目標(biāo)分類器之間進(jìn)行雙向信息交互,來(lái)同時(shí)有效地提高目標(biāo)的跟蹤精度和分類性能。

  在特定情況下需要對(duì)跟蹤目標(biāo)從類型細(xì)化到個(gè)體。這需要對(duì)目標(biāo)的行為進(jìn)行分析和理解。行為理解的關(guān)鍵問(wèn)題是如何從學(xué)習(xí)樣本中獲取

  1. 視頻監(jiān)控系統(tǒng)的現(xiàn)狀

  視頻監(jiān)控系統(tǒng)從最初的模擬閉路電視監(jiān)控開(kāi)始,經(jīng)歷了數(shù)字化,網(wǎng)絡(luò)化的發(fā)展,正在向分布式、智能化的方向邁進(jìn)。視頻壓縮技術(shù)的發(fā)展促進(jìn)了視頻監(jiān)控系統(tǒng)的數(shù)字化,節(jié)約了大量的存儲(chǔ)空間。

  計(jì)算機(jī)網(wǎng)絡(luò)的普及和帶寬的增加使得城域網(wǎng)視頻監(jiān)控成為現(xiàn)實(shí)。而經(jīng)過(guò)科研人員40多年的不懈努力,計(jì)算機(jī)視覺(jué)已經(jīng)進(jìn)入突破式發(fā)展階段。得益于計(jì)算機(jī)視覺(jué)的研究成果,智能視頻監(jiān)控系統(tǒng)開(kāi)始得到產(chǎn)業(yè)化應(yīng)用。

  從上世紀(jì)90年代中期開(kāi)始,以卡耐基梅隆大學(xué)(cmu)和麻省理工學(xué)院(mit)為代表的,多家美國(guó)高校所參與的,由美國(guó)國(guó)防高級(jí)研究項(xiàng)目署設(shè)立的視覺(jué)監(jiān)控重大項(xiàng)目vsam(visual surveillance and monitoring),以及其它科研機(jī)構(gòu)的研究成果,使得智能視覺(jué)分析取得了快速發(fā)展。2001年美國(guó)“911事件”,以及后來(lái)的西班牙馬德里列車(chē)連環(huán)爆炸和英國(guó)倫敦地鐵大爆炸等恐怖襲擊后,全世界范圍內(nèi)對(duì)視頻監(jiān)控系統(tǒng),包括智能視頻分析系統(tǒng)的需求空前高漲。在英國(guó)全國(guó)范圍內(nèi)已經(jīng)安裝攝像機(jī)420多萬(wàn)個(gè),平均每14人一個(gè),一個(gè)人一天之中可能出現(xiàn)在多達(dá)300個(gè)攝像機(jī)前(英國(guó)《the daily mail》)。國(guó)內(nèi),2007年底廣州市安裝完畢25萬(wàn)個(gè)治安攝像機(jī),北京在26.3萬(wàn)臺(tái)攝像機(jī)的基礎(chǔ)上,又在所有重點(diǎn)單位、人員聚集的公共場(chǎng)所、重要的交通樞紐、城市重要基礎(chǔ)設(shè)施及法律法規(guī)規(guī)定的重點(diǎn)區(qū)域安裝公共圖像信息系統(tǒng)并且全部與警方監(jiān)控網(wǎng)聯(lián)網(wǎng)。上海2010年前將在馬路上安裝20多萬(wàn)個(gè)監(jiān)控?cái)z像機(jī),全面建立“社會(huì)防控體系”。海量的監(jiān)控圖像需要視頻監(jiān)控系統(tǒng)智能地選擇壓縮、存儲(chǔ)和檢索內(nèi)容。

   當(dāng)前,除了cmu和mit,奧地利graz理工大學(xué)的嵌入式智能攝像機(jī)研究組,ibm的s3(smart surveillance system)項(xiàng)目組,intel的irisnet(internet-scale, resource-intensive sensor network services)項(xiàng)目組等,分別在分布式智能監(jiān)控系統(tǒng)的不同領(lǐng)域處于領(lǐng)先地位。object video, hisign,3vr等公司率先實(shí)現(xiàn)了智能視頻監(jiān)控的工業(yè)應(yīng)用。在國(guó)內(nèi),中科院自動(dòng)化所,清華大學(xué)電子工程系和自動(dòng)化系等處于研究的前列。

  2.智能視頻監(jiān)控系統(tǒng)的技術(shù)背景簡(jiǎn)介

  智能視頻監(jiān)控的核心內(nèi)容之一是對(duì)特定目標(biāo)的自動(dòng)跟蹤。目標(biāo)跟蹤可分為5個(gè)步驟,包括運(yùn)動(dòng)檢測(cè)、目標(biāo)分類、目標(biāo)(類型)跟蹤、行為分析和目標(biāo)(個(gè)體)跟蹤。例如對(duì)人體的跟蹤:首先從實(shí)時(shí)圖像序列(即視頻)中檢測(cè)出運(yùn)動(dòng)物體,再判定運(yùn)動(dòng)物體中的人體,然后跟蹤人體的運(yùn)動(dòng)軌跡,并分析和選定有異常行為的人,如在車(chē)站,機(jī)場(chǎng)等遺留包裹的人,最后對(duì)行為異常的人進(jìn)行持續(xù)跟蹤。

  運(yùn)動(dòng)檢測(cè)是從圖像序列中將變化區(qū)域從背景圖像中提取出來(lái)。運(yùn)動(dòng)區(qū)域的有效分割將大大減少后繼過(guò)程的運(yùn)算量。然而,背景圖像的不穩(wěn)定性,如陰影,光照,慢移動(dòng)(如蝸牛的爬行),靜移動(dòng)(樹(shù)葉的擺動(dòng))等等,也使得運(yùn)動(dòng)檢測(cè)非常困難。

  視頻監(jiān)控系統(tǒng)中的運(yùn)動(dòng)檢測(cè)有兩種不同的實(shí)現(xiàn)途徑,一種是直接利用視頻壓縮算法的中間結(jié)果,比如adi的第三方合作伙伴利用mpeg 4和h.264編碼過(guò)程中的運(yùn)動(dòng)向量,在blackfin處理器上同步實(shí)現(xiàn)了運(yùn)動(dòng)檢測(cè)和視頻壓縮。另外一種是獨(dú)立于視頻編碼的方法。

  運(yùn)動(dòng)檢測(cè)算法可按照不同分類標(biāo)準(zhǔn)分為多種。中科院自動(dòng)化所把運(yùn)動(dòng)檢測(cè)算法歸納為三種:背景消除法,時(shí)間差分法,光流法。背景消除法和時(shí)間差分法都可以看作是差分圖像法。背景消除法是目前運(yùn)動(dòng)分割中最常用的一種方法,它利用當(dāng)前圖像與背景圖像的差分來(lái)檢測(cè)出運(yùn)動(dòng)區(qū)域。時(shí)間差分方法是在連續(xù)的圖像序列中兩個(gè)或三個(gè)相鄰幀間采用基于像素的時(shí)間差分并且閾值化來(lái)提取出圖像中的運(yùn)動(dòng)區(qū)域;诠饬鞣椒ǖ倪\(yùn)動(dòng)檢測(cè)采用了運(yùn)動(dòng)目標(biāo)隨時(shí)間變化的光流特性,通過(guò)計(jì)算位移向量光流場(chǎng)來(lái)初始化基于輪廓的跟蹤算法,從而有效地提取和跟蹤運(yùn)動(dòng)目標(biāo)。該方法的優(yōu)點(diǎn)是在攝像機(jī)運(yùn)動(dòng)的情況下也能檢測(cè)出獨(dú)立的運(yùn)動(dòng)目標(biāo)。

  目標(biāo)分類的目的是從檢測(cè)到的運(yùn)動(dòng)區(qū)域中將特定類型物體的運(yùn)動(dòng)區(qū)域提取出來(lái)。根據(jù)利用的信息的不同,目標(biāo)分類可以分為基于運(yùn)動(dòng)特性的分類和基于形狀信息的分類兩種方法;谶\(yùn)動(dòng)特性的識(shí)別利用目標(biāo)運(yùn)動(dòng)的周期性進(jìn)行識(shí)別,受顏色、光照的影響較小。基于形狀信息的識(shí)別利用檢測(cè)出的運(yùn)動(dòng)區(qū)域的形狀特征與模板或者統(tǒng)計(jì)量進(jìn)行匹配。

  目標(biāo)跟蹤是在連續(xù)的圖像幀間創(chuàng)建基于位置、速度、形狀、紋理、色彩等有關(guān)特征的對(duì)應(yīng)匹配。依據(jù)不同的跟蹤方法可分為基于模型的跟蹤、基于區(qū)域的跟蹤、基于活動(dòng)輪廓的跟蹤、基于特征的跟蹤等。

  聯(lián)合目標(biāo)跟蹤與分類(jtc)技術(shù)是信息融合領(lǐng)域新興的一個(gè)研究方向。其基本思想是,通過(guò)在目標(biāo)跟蹤器和目標(biāo)分類器之間進(jìn)行雙向信息交互,來(lái)同時(shí)有效地提高目標(biāo)的跟蹤精度和分類性能。

  在特定情況下需要對(duì)跟蹤目標(biāo)從類型細(xì)化到個(gè)體。這需要對(duì)目標(biāo)的行為進(jìn)行分析和理解。行為理解的關(guān)鍵問(wèn)題是如何從學(xué)習(xí)樣本中獲取

相關(guān)IC型號(hào)

熱門(mén)點(diǎn)擊

 

推薦技術(shù)資料

羅盤(pán)誤差及補(bǔ)償
    造成羅盤(pán)誤差的主要因素有傳感器誤差、其他磁材料干擾等。... [詳細(xì)]
版權(quán)所有:51dzw.COM
深圳服務(wù)熱線:13751165337  13692101218
粵ICP備09112631號(hào)-6(miitbeian.gov.cn)
公網(wǎng)安備44030402000607
深圳市碧威特網(wǎng)絡(luò)技術(shù)有限公司
付款方式


 復(fù)制成功!