● 摘要
本论文研发实现了一个完整的，能够取代传统人工监测的自动实时视频监控系统。首先，本文提出了一种新颖的动态分割算法，它综合了自适应背景模型算法和改进的光流法，可以在场景视频中分割出良好的前景动态信息。同时，为了减少自适应背景模型的计算量以及克服光流法无法处理缓慢运动目标的不足，系统对视频采取每7帧处理一次的操作，这也使系统达到实时监控成为了可能。在良好的分割基础上，文章中首先利用Freeman编码得到了目标的初始轮廓，然后应用经典的动态轮廓 - “Snake”提取出了场景目标轮廓，并综合了主成分分析以及一系列物体特征参数对目标进行了身份识别。随后，论文对比分析了三种常用的目标跟踪方法，形状匹配跟踪，直方图跟踪，特征匹配跟踪，并自行设计实现了一种多目标匹配的跟踪算法，这种算法可以在一定程度上克服目标遮挡问题。最后，根据跟踪结果，建立了场景目标库，保存了所有目标的特征以及运动信息，例如目标类别，入口点，出口点坐标，通过场景的轨迹等。通过这些参数的分析，本文所建立的系统可以实现简单的异常情况的检测与预警。最终完成的系统可以在室外复杂场景下高效可靠的进行目标检测，识别和跟踪。