- 文献综述（或调研报告）：
前言：
智能化的监控系统是未来发展的一个必然趋势，它能够识别视频序列中不同的物体，当有违规违法行为发生时，能够及时发出相应的预警信息，大大提高工作人员的效率和视频监控系统的性能，对危险情况的预防和削减起到了至关重要的作用。
课题研究的国内外发展及现状：
关于多目标跟踪技术
基于多目标识别与跟踪技术的视频监控应用现有的运动目标检测方法可以归纳为四种：背景减除法、时间差分法、光流法和运动能量法。这些算法在现有的各类智能视频分析产品中已经有广泛的应用，表现形态为绊线入侵、区域入侵、电子围栏、徘徊检测、物品遗留、物品搬移等多种行为检测功能。
如要实现对目标的跟踪，需要应用一些数学工具，在连续的图像帧间创建基于位置、速度、形状、纹理、色彩等有关特征的对应匹配关系。目前，就跟踪人身对象而言，有跟踪如手、脸、头、腿等身体部分，以及跟踪整个人体；就跟踪视角而言，有对应单摄像机的单一视角、对应多摄像机的多视角和全方位视角；另外也可以通过跟踪空间（二维或三维）、跟踪目标类别（人、汽车等）、摄像机状态（运动或固定）等方面进行分类。
关于图像分割：
图像分割是图像分析的首要过程，它将图像划分为非重叠和类似的子区域。计算机视觉的不同应用领域，如对象识别、对象检测和基于内容的检索，其结果在很大程度上取决于图像分割的效果。但是，从复杂粗糙的图像中分割对象仍然是一个复杂的过程。过去三十年来，提出了普遍采用的分割方法，如基于图形的方法，基于直方图的方法，基于阈值的检测,模糊规则，基于轮廓检测的检测，马尔可夫随机实地基于纹理的，像素组群 ，以及主要成分分析。在这些方法中，基于直方图的图像阈值分割方法非常简单，在各个应用领域都得到了成功的实现。
剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付
