静止背景下的移动物体的视觉监控PPT演示课件

智能视觉监视的概要asummaryointelligencevisalsurveillance，1，目录，IVS (智能视觉监视)的概要IVS研究现状IVS在ITS (智能交通系统)中应用的重要技术介绍总结，2 使用主动、智能的视觉监视代替常规被动影像监视来定位、跟踪、识别场景中的运动物体，判断、解释物体的运动行为，并通过自动地分析由定义利用计算机视觉和人工智能的理论和方法的相机所拍摄的图像序列来实现监视目的， 3、IVS研究的意义智能视觉监视不仅是计算机视觉领域的尖端研究方向，具有很高的科学研究价值，而且具有广泛的应用前景911事件以来， PS不仅受到学术界的重视，还受到政府和企业界的关注，4、PS应用，特定场所的访问控制时，特定人对流量统计和拥塞分析异常行为的检测和警告，5、PS处理框架，图像低层视觉，中层视觉，高层视觉，运动目标的检测分割图像处理， 目标的跟踪识别图像处理和模式识别，行为推论图像理解和人工智能，6，目录，IVS (智能视觉监视)简介IVS研究现状IVS应用于ITS (智能交通系统)的重要技术介绍总结，7，典型系统， road watch:1995 http:/http.cs.B/ pm/road watch /各节点：收集并处理(检测、跟踪)视频，并将得到的交通参数发送到交通管理中心的车道车辆数、平均速度、车道间切换频率汽车型号管理中心是一个8标准系统，VSAM:videosurveillancemonitoring 1997年DARPA资助3358 www-2，它根据交通参数控制信号，发送交通信息，结合相邻节点的数据计算链路统计信息vsam/vsamhome.html目的在城市和战场等复杂环境下可以使用多个相机监视人、车辆等的行动的系统研究内容静止/移动相机下的运动目标的实时检测和跟踪目标类型的识别：人、轿车、卡车等特定场合的目标姿势的推定多相机的9、典型系统，hid:humiditidentialatadistance 2000年，DARPA为了应对/目的恐怖分子攻击，发展了多模式的监视技术，可以远距离检测、分类和识别面部表情识别步态识别人体上肢行动识别，10，典型系统，advisor:annotateddigitalvideofinititygrationsurversurverandoptimisedrestrieval 2000 eu资助http:/www-sop advisor/目的监视地铁站内人们的活动行为的研究内容使用多个相机进行跟踪行为分析：估计人的密度和运动，检测拥挤、堵车、单向逆行行为等危险行为和犯罪行为并报警：吵架、阻断道路、拥挤、不买票就跳过栅栏、破坏机器等。保存和搜索数字视频图像和事件，11，典型系统-ADVISOR，12，相关研究机构，国内自动化所，清华大学，上海交通大学，同济大学，宁波大学海外CarnegieMellonUniversity，theUniversityofReading theUniversityofMaryland加利福尼亚大学Berkeley学校，INRIA等，13，相关出版物和会议，期刊IEEETransactiononPAMI，ieetransactionontransportationsystems 计算机工程会议：ICCV，CVPR专业会议全国智能视觉监视学术会议(2002 ) 2003 ) ieeenternationalworkershoponvisualsurveillance (1998，1999， 2000 ) acmsigmmworkshoponvideourveillance (2003 ) 2004 ) ieeenternationalconferenconneconnenternetittransportationsystems (itsc ) 的评价：从ieeepets PETS2000到PETS2005次，14，目录，IVS (智能视觉监视)的介绍IVS研究现状IVS在ITS (智能交通系统)应用的重要技术介绍的总结，15，ITS介绍， 智能交通系统(ITS )将计算机科学、通信等高科技应用于交通监控管理和车辆控制，保证交通的顺利和安全，促进经济发展，改善环境质量。 5个模块交通管理系统atcs (advandtrafficmanagementsystems )、旅行信息系统atis (advanceddtravelineformatingsystem )车辆控制系统avcs (advandvicieco 商业车辆运营公司(cvo )公共交通系统高级交通系统(apts )提供的功能车载导航、全球定位、电子费用、电子警察、交通流量监控、交通信号控制和管理。 计算机视觉在ITS中的应用，车载处理系统的道路识别，交通标志信号检测，路障检测，司机疲劳检测关于道路处理系统的交通状况的信息，交通事件的检测和监视，17，信息收集和处理步骤，从场景中分离个别汽车， 对其进行跟踪并根据跟踪数据计算必要的交通参数来处理交通参数，形成各种控制信号18、交通参数及其获取方法、交通参数车道矩阵长车道汽车流量平均速度车辆模型的运行方向(直行/曲线)车道占有率获取方法， 基于分割-跟踪的方法检测线的方法是基于特征(拐角、直线)检测的方法，19，其他应用，交通事件是监视轨迹异常十字路口有无行人通过的信号灯牌照的自动检测和自动费用和违反检测的识别，20，目录，IVS (智能视觉简介IVS研究现状IVS在ITS中应用的重要技术介绍，21，背景模型，简单背景模型平均值/中央值运动检测自适应更新统计的参数模型高斯背景模型混合高斯背景模型适合复杂背景(例如树影晃动、水纹变动)非参数背景模型，22 虽然差分方法帧之间的差分速度快，但不能提取完整的目标区域背景差分，所以保持背景的光学流方法可以利用运动目标的时变的光学流特性来检测运动区域，并处理相机运动中的运动物体检测，但其计算复杂，23，为了跟踪分析目标分类、运动目标需要识别基于形状的类型的分类并以形状特征进行分类的例如VSAM以运动区域的分散性、面积、纵横比为特征，使用3层BP分为个人、车辆、人群、背景噪声，基于运动的分类主要利用非刚性物体(例如人)运动的周期性特征(例如人体下肢运动)和人24 )，基于目标跟踪和区域的跟踪将目标分成一个或多个小区域，并且基于诸如区域的形状和颜色的信息来跟踪目标。基于轮廓的跟踪首先将物体分割，并且使用snake或Levelset来识别基于轮廓特征的跟踪点、线、角点跟踪算法，诸如kalmanfilter、particlefilter、meanshift等25，行为分析本质上是时间序列特征数据的识别问题有限状态自动机(fam )基于hmms时滞神经网络(TDNN )语法的方法贝叶斯信念网络(BN )动态贝叶斯网络(DBN )自组织神经网络多摄像机的跟踪和融合，优点可以解决遮挡问题，可以获得3D信息的多摄像机的标定摄像机之间的切换数据融合，27，目录，IVS (智能视觉监视)的介绍IVS研究现状IVS在ITS中应用的重要技术介绍总结，28，存在的问题和挑战目标跟踪车辆拥挤时的跟踪处理速度事件识别多代理行为识别动作单元的识别和描述多摄像机跟踪，29， 发展趋势ivsasurveyonvisalsurvirecommationandbehaviorsocclusionhandlingf