智能化监控系统信息处理研究.pdfVIP

78 福 建 电 脑 2008年第7期 智能化监控系统信息处理研究 王金庭 ．杨 敏z (1．湖北经济学院 电子工程系 湖北 武汉 430205 2．中国地质大学信息工程学院 湖北 武汉430074) 【摘 要】：智能视觉监视技术在公共保安领域中的应用带来了监控系统的巨大变革。现在可以把人体识别引入到监控 系统中。设计能完全替代监控人员的、*-f／~1于无人值守情况下的高智能化监控系统。本文详细介绍了人体运动的视觉监视技 术的智能化监控系统一般遵从的处理流程，包括运动检测、人体识别和目标跟踪。 【关键词】：视觉分析；监控系统；运动检测；人体识别；目标跟踪 0、引盲 运动检测技术的进一步完善非常有益。另一种趋势是研究新的 目前．人体运动的视觉分析是计算机视觉领域中最活跃的 运动检测方法。例如．考虑到传统运动检测技术完全忽视了图象 研究主题之一．其核心是利用图象处理、图象分析、计算机视觉 的颜色信息。有人提出了基于颜色的图象分割方法．取得了很好 等技术从图象序列中检测、识别、跟踪人并对其行为进行理解与 的效果；另一种基于背景统计模型的运动检测方法也应用颇广． 描述．它在高级人机交互、安全监控、视频会议、医疗诊断及基于 效果显著：此外，基于知识的目标分割方法也是最近的研究热 内容的图象存储与检索等方面具有广泛的应用前景和潜在的经 点。总结现有成功检测的经验．融合多种运动检测方法的综合判 济价值。 决方式能大大提高检测的准确性、鲁棒性和运动区域分割的精 智能视觉监视技术在公共保安领域中的应用带来了监控系 度。 统的巨大变革。而今．许多科研人员把最先在军事制导中得以广 2、人体识别fbody~ecognitlon) 泛应用的运动目标检测和跟踪技术成功引入到监控系统中。构 人体识别的目的是对检测到的运动区域作出是否存在活动 建出了新一代的智能化监控系统。这类系统克服了传统监控系 人体的判断【I1。运动检测后得到运动物体的区域表示f一般是二 统只提供监控人员”眼睛”、仍需要监控人员时刻根据场景控制 值图象表示：”1”表运动目标；”0”表静态背景1．而不同的运动区 云台跟踪运动目标的缺陷．它自己就具有简单的自主监控能 域可能对应于不同的运动目标。由于监控系统的关注对象一般 力一 能实时地对监视场景的运动目标进行检测和跟踪。最近的 情况下就是人．所以根据运动区域的目标分类就可简化为对” 趋势更是把人体识别引入到监控系统中．设计能完全替代监控 人”和”非人”(即物)的简单判别。人体识别是机器视觉的核心问 人员的、可用于无人值守情况下的高智能化监控系统131。基于人 题之一。目前常用的人体识别方法有：基于人的形体知识的分类 体运动的视觉监视技术的智能化监控系统一般遵从下述的处理 方法和基于人的运动学知识的分类方法。基于形状信息的分类 流程：(11运动检测，(2)人体识别(3)目标跟踪。个别智能化程度更 方法有两种．一种是利用检测出的运动区域的形状特征进行目 高系统还具有对运动场景的个人进行简单的行为理解与描述功 标分类的方法。例如，VSAM采用区域的分散度、面积、宽高比等 能。其中．运动检测、人体识别、目标跟踪属于视觉中低级和中级 作为特征，利用三层神经网络方法将运动目标划分为人、人群、 处理部分(1ow-level and intermediate-level vision)，而行为理解和 车和背景干扰．可用逐行扫描和影子模式的投影直方图技术来 描述则属于高~ (high-level vision)‘。L当然，它们之间也可能 识别人的头肩序列．也可用了影子模式的投影直方图方法 另一 存在交叉 f比如目标跟踪过程中可能使用到运动检测的方法I．1)。 种方法是建立人体形态模型库的识别方法．这种方法一般比较 下面将重点从处理方法入手介绍智能化监控系统信息处理技 复杂．多用在要求非常精准的识别场合 基于人的运动学知识的 术。 分类方法是利用人体运动的周期特性或运动方向的一致性 唧来 1、运动检测(motion detect