文档介绍：智能视频监控中运动目标检测算法研究综述[摘要]随着科学技术的发展以及人们对安全防范意识的不断增强,具有智能分析功能的新一代视频监控系统将成下一代视频监控技术发展的趋势。其中,运动目标检测技术对是智能视频分析技术的基本前提。因此,针对智能视频分析技术的需求,研究运动目标检测算法是一个重要课题。本文分析了运动目标检测算法的国内外相关研究现状,综述了基本概念,主要技术,发展状况及趋势。[关键词]视频监控;智能视频分析;运动目标检测;[中图分类号][文献标识码]A[文章编号]1672-5158(2013)06-0203-011引言随着科学技术的发展以及人们对安全防范意识的不断增强,具有智能分析功能的新一代视频监控系统,已经开始渗入到我们的日常生活当中。智能视频监控是指在不需要人为干预的情况下,利用计算机视觉分析方法对视频序列进行自动分析,实现运动目标检测、分类、识别、跟踪等,并在此基础上,通过预先设定的规则对目标的行为进行分析,从而为采取进一步措施提供参考(比如在对象进入设防区时自动报警)。其中,运动检测的目的是通过对监控视频图像序列的分析,确定监控场景中有无运动目标,进而把运动区域(也称前景区域)从检测图像中提取出来。在智能视频监控中扮演着重要的角色,是后续目标跟踪和运动分析的基础。2运动目标检测算法发展状况国外对运动目标检测的理论及应用的研究较早,尤其在1996年至1999年间美国国防高级研究项目署的视频监控重大项目VSAM(VideosurveillanceandMonitoring)。主要目标是通过视频理解、传感器融合、网络通信技术实现对未来战场、城市、机场等进行自动监控。在国内,中国科学院自动化研究所里的生物识别与安全技术研究中心CBSR(CenterforBiometricsandSecurityResearch)研究开发有行人与车辆的多目标检测、跟踪以及分类、目标异常行为的识别与报警等智能分析技术,并实现一个动态场景集成、分析和演示系统,并最终推向实用。3现有的运动目标检测算法根据序列图像的背景情况,运动目标检测算法可以分为静态背景下运动目标检测算法和动态背景下运动目标检测算法。静态背景是指摄像机在整个监视过程是静止的,而动态背景是指在监视过程中摄像机发生了移动,如平动、旋转或多自由度运动。动态背景下的运动目标检测由于目标与摄像机之间存在着复杂的相对运动,所以检测算法要比静态背景下的检测算法复杂的多。目前,—般的视频监控系统都是采用固定摄像头的方式,因此这里主要是研究静态背景下的运动目标检测算法。运动目标检测方法主要有以下几种:帧间差分法、背景差分法、光流法以及混合高斯模型法。这些方法基于的原理不同,且各有优劣,以下详细介绍这几种方法。,它通过对视频图像序列中相邻两帧或相邻几帧图像进行差分运算来获得运动物体轮廓。该法是运动目标检测方法最简单的一种,具有较低的时间复杂度以及运算简单等特点,可用于实时检测的系统。但是,这种算法存在一些局限性:(1)检测的运动目标区域大小与目标的运动速度有直接关系。当物体运动缓慢时,相邻两帧间的目标移动的距离小,检测的区域和实体相差也小,但如果速度慢到一定程度就会检测不到;当运动目标的速度很大时,检测的区域相应的会变大,从而造成检测的运动目标准确性偏