運動目標檢測算法的研究、實現(xiàn)與優(yōu)化.pdf

1、基于網(wǎng)絡的智能視頻監(jiān)控系統(tǒng)，憑借其對場景中目標的定位和行為分析能力，以及便捷實現(xiàn)遠程監(jiān)控的能力，撼動傳統(tǒng)視頻監(jiān)控技術的堅實根基，一舉打開應用市場。在軍事、工業(yè)流水線、博物館、銀行、機場、鐵路線、居民小區(qū)等場所，都有著大量的需求和廣泛的應用。這些架設起來的智能視頻監(jiān)控設備，正全天候、無盲點的保衛(wèi)著公共安全。
　　算法，是智能化的視頻監(jiān)控系統(tǒng)的核心部分。它們完成了對監(jiān)控場景中目標的提取、跟蹤和行為判定。從最基礎的物體分割，到丟包、徘徊

2、、越界分析以及多攝像頭切換下的同一物體鎖定，這其中，涵蓋了大量的算法處理策略。運動目標檢測算法，則是所有上層處理策略的基石。為了檢測出目標物體，以供后續(xù)處理，研究人員提出了一系列方案，例如：多幀平均算法、光流場算法、背景差分算法等?；旌细咚鼓Ｐ褪且环N廣泛使用的背景差分法。算法依托其自身多模型和在線更新的特性，適應場景漸變，克服樹枝周期性擾動帶來的種種影響。然而，一方面?zhèn)鹘y(tǒng)的混合高斯模型檢測出的二值圖像，存在較多噪聲和空洞，導致過度分割的

3、發(fā)生；另一方面，不能處理陰影的缺陷，讓提取出的二值圖像邊緣模糊、誤檢嚴重，物體間因為陰影導致的融合現(xiàn)象非常多。這些問題都將直接影響后續(xù)處理。
　　文章通過在經(jīng)典混合高斯模型中加入陰影抑制算法，減少陰影干擾，增加目標物體提取準確度；并加入馬爾科夫隨機場，通過基于鄰域信息的二值圖像修正，減少目標物體過度分割現(xiàn)象，同時也提供了一種自適應門限策略。算法性能的評估，在算法研究中同樣占有重要地位?；赩IPER(video performan

4、ce evaluation resource)的目標提取算法評估方法，從查全率和查準率、單幀處理結果和統(tǒng)計結果等多個角度，定量評測算法性能，科學嚴密的反應了算法的處理效果。
　　目標檢測算法要得到實際應用，需滿足一定的指標。在DSP(Digital Signal Processing)硬件平臺上實現(xiàn)時，要經(jīng)過大量優(yōu)化。文章從算法和軟件層面，以及基于硬件架構層面展開優(yōu)化。充分運用緩存、流水等機制及運算處理、定點化等策略。經(jīng)優(yōu)化后的算