智能视频监控中的遗留物检测或搬移物检测

2023-10-07 00:10

本文主要是介绍智能视频监控中的遗留物检测或搬移物检测,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

   

智能视频监控中的遗留物或搬移物检测

kezunhai@gmail.com

http://blog.csdn.net/kezunhai

      

       遗留物或搬移物检测是智能视频监控中的一项基本功能,基本上是智能视频监控领域的必备功能。然而,在实际应用中漏报或误判率依然很高。常见的遗留物或搬移物检测算法主要分为两类,一类是先检测,再根据检测前景在场景中的停留时间来判定是否为遗留物或搬移物;另一类,则是先检测,然后采用跟踪方法来判断是否为遗留物或搬移物,该类方法由于目标跟踪本身存在的难点,在实际应用的场景受到了很大的限制。因此本文主要介绍第一类方法。

       在第一类方法中,常用的是双背景模型,有些文献又称为短时背景和长时背景(short term background and long term background),国内找到的文献基本是延续这一思想,没什么新意,建议研究或做这块的朋友留意国外的资料。下图是来自文献3:


        在遗留物检测这块,经常遇到的问题有:

         1)突然光照的变化

         突然光照的变化对遗留物的检测其实影响不到,主要影响的是检测到的前景。根据双背景模型建立的背景模型来进行遗留物检测,可以在一定程度上减少光照的影响。

        2)遗留物和搬移物的判断

        对遗留物和搬移物的区分是智能视频分析中的基本功能,因此对于检测到的静态目标块,怎么区分是遗留物还是搬移物呢?常用的做法是采用边缘自相关、和颜色直方图相关,以及文献3提出的向外围通胀。个人观点,边缘自相关和颜色直方图相关是比较不错的,边缘自相关对外背景比较杂乱的效果不如颜色直方图相关。当然,为了增强直方图的可分辨性,可以采用直方图的变体。在实践中,中心加权的直方图在区分遗留物和搬移物方面的效果不错,基本上可以达到90%以上的正确区分。

       3)遗留物和搬移物的跳跃

        在监控过程中,检测到的静态库可能会出现遗留和搬移的跳变(即同一物体时而是遗留物、时而是搬移物)。解决这个问题的方法其实很简单:通过对状态进行记录,采用投票法来决定到底是遗留物还是搬移物,也即,同一静态块,以标记状态次数为多的为最终目标快(比如,同一静止块,标记为遗留的次数为4,标记为搬移的次数为2,则最终状态为2)。

      4)静态块的闪烁处理

       对于由于风吹和树叶、摇头的风扇等,由于在场景中也会长时间的被检测为前景,当做静止块来处理。对于该种情况,可以通过统计该块的均值和方差以及长宽比来进一步确认。通常可以假设,对于遗留物或搬移物,其多为刚体结构,均值、方差和长宽比不会发生很大的变化。采用这种处理,可以去掉很大一部分的误判和干扰。 

      另外,如果采用跟踪的方法,可以进一步减少遗留物或搬移物的误判率(这些遗留物或搬移物不会自己到这里来,一般会伴随着运动目标,将静止块与附近的运动目标进行关联,可以提高检测精度)。



推荐资料:
1、Abandoned Objects Detection in Video Surveillance System A Survey
2、left-object deteection through background modelling(ColorModel 和Texture Model(均值与周围像素比得Bitmap)
3、Real time detection of abandoned and removed objects in complex environment
4、robust detection of abandoned and removed objects in complex surveillance videos
5、An abandoned object detection system based on dual background segmentation --Singh

6、基于改进混合高斯建模和短时稳定度的遗留物检测算法
7、视频监控场景中的遗留物检测研究与实现_周金旺


可以猛戳下载: 遗留物或搬移物检测相关资料

作者: kezunhai  出处: http://blog.csdn.net/kezunhai  欢迎转载或分享,但请务必声明文章出处。
    

这篇关于智能视频监控中的遗留物检测或搬移物检测的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/154796

相关文章

Linux系统性能检测命令详解

《Linux系统性能检测命令详解》本文介绍了Linux系统常用的监控命令(如top、vmstat、iostat、htop等)及其参数功能,涵盖进程状态、内存使用、磁盘I/O、系统负载等多维度资源监控,... 目录toppsuptimevmstatIOStatiotopslabtophtopdstatnmon

Python办公自动化实战之打造智能邮件发送工具

《Python办公自动化实战之打造智能邮件发送工具》在数字化办公场景中,邮件自动化是提升工作效率的关键技能,本文将演示如何使用Python的smtplib和email库构建一个支持图文混排,多附件,多... 目录前言一、基础配置:搭建邮件发送框架1.1 邮箱服务准备1.2 核心库导入1.3 基础发送函数二、

如何在Ubuntu 24.04上部署Zabbix 7.0对服务器进行监控

《如何在Ubuntu24.04上部署Zabbix7.0对服务器进行监控》在Ubuntu24.04上部署Zabbix7.0监控阿里云ECS服务器,需配置MariaDB数据库、开放10050/1005... 目录软硬件信息部署步骤步骤 1:安装并配置mariadb步骤 2:安装Zabbix 7.0 Server

Python使用OpenCV实现获取视频时长的小工具

《Python使用OpenCV实现获取视频时长的小工具》在处理视频数据时,获取视频的时长是一项常见且基础的需求,本文将详细介绍如何使用Python和OpenCV获取视频时长,并对每一行代码进行深入解析... 目录一、代码实现二、代码解析1. 导入 OpenCV 库2. 定义获取视频时长的函数3. 打开视频文

C++ 检测文件大小和文件传输的方法示例详解

《C++检测文件大小和文件传输的方法示例详解》文章介绍了在C/C++中获取文件大小的三种方法,推荐使用stat()函数,并详细说明了如何设计一次性发送压缩包的结构体及传输流程,包含CRC校验和自动解... 目录检测文件的大小✅ 方法一:使用 stat() 函数(推荐)✅ 用法示例:✅ 方法二:使用 fsee

OpenCV实现实时颜色检测的示例

《OpenCV实现实时颜色检测的示例》本文主要介绍了OpenCV实现实时颜色检测的示例,通过HSV色彩空间转换和色调范围判断实现红黄绿蓝颜色检测,包含视频捕捉、区域标记、颜色分析等功能,具有一定的参考... 目录一、引言二、系统概述三、代码解析1. 导入库2. 颜色识别函数3. 主程序循环四、HSV色彩空间

JVisualVM之Java性能监控与调优利器详解

《JVisualVM之Java性能监控与调优利器详解》本文将详细介绍JVisualVM的使用方法,并结合实际案例展示如何利用它进行性能调优,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全... 目录1. JVisualVM简介2. JVisualVM的安装与启动2.1 启动JVisualVM2

基于Python实现智能天气提醒助手

《基于Python实现智能天气提醒助手》这篇文章主要来和大家分享一个实用的Python天气提醒助手开发方案,这个工具可以方便地集成到青龙面板或其他调度框架中使用,有需要的小伙伴可以参考一下... 目录项目概述核心功能技术实现1. 天气API集成2. AI建议生成3. 消息推送环境配置使用方法完整代码项目特点

JavaScript实战:智能密码生成器开发指南

本文通过JavaScript实战开发智能密码生成器,详解如何运用crypto.getRandomValues实现加密级随机密码生成,包含多字符组合、安全强度可视化、易混淆字符排除等企业级功能。学习密码强度检测算法与信息熵计算原理,获取可直接嵌入项目的完整代码,提升Web应用的安全开发能力 目录

利用Python实现Excel文件智能合并工具

《利用Python实现Excel文件智能合并工具》有时候,我们需要将多个Excel文件按照特定顺序合并成一个文件,这样可以更方便地进行后续的数据处理和分析,下面我们看看如何使用Python实现Exce... 目录运行结果为什么需要这个工具技术实现工具的核心功能代码解析使用示例工具优化与扩展有时候,我们需要将