智能视频监控中的遗留物检测技术

doi:10.3969/j.issn.1006-2475.2014.12.012

计算机与现代化

智能视频监控中的遗留物检测技术

(黄河科技学院信息工程学院，河南郑州 450063)

收稿日期:2014-09-11 出版日期:2014-12-22 发布日期:2014-12-22
作者简介:张具琴(1980-)，女，河南信阳人，黄河科技学院信息工程学院讲师，硕士，研究方向：电磁场与无线通信技术; 通信作者：王海洋(1989-)，男，河南驻马店人，本科生，研究方向：无线通信技术。
基金资助:
郑州市无线与移动通信网络应用技术科技创新团队项目(X2012GC1137)

Abandoned Objects Detection in Intelligent Video Surveillance

(School of Information Engineering, Huanghe Science and Technology College, Zhengzhou 450063, China)

Received:2014-09-11 Online:2014-12-22 Published:2014-12-22

摘要/Abstract

摘要： 对智能视频监控中的遗留物检测技术进行研究，提出一种能够自动检测视频监控环境中的遗留物并发出警报的检测方案，给出详细的检测算法分析。该方案基于动态阈值的背景差分算法和背景更新算法，提高系统对于复杂场景的适应性，能够准确地检测出复杂背景中的箱、包等遗留物，并能够提供关键帧，便于找到遗留物的失主。实验结果表明了该方案的有效性。

关键词: 遗留物检测, 动态阈值, 背景差分法, 自适应, 最大类间方差法

Abstract: A detection technology in intelligent video surveillance was researched. A method of automatically detecting abandoned objects and alerting in video surveillance environment was given, and also the detection algorithm was analysed in detail. By dynamic threshold background subtraction algorithms and background updating algorithm, the adaptability of the system in complex scenes was improved. This method can accurately detect the abandoned objects in the complex background, such as box, bag and so on, and provide key frames. The effectiveness of this method was confirmed by experimental results.

Key words: abandoned object detection, dynamic threshold, background subtraction method, adaptive, method of maximum classes square error

中图分类号:

TP391

张具琴，王海洋，胡振. 智能视频监控中的遗留物检测技术[J]. 计算机与现代化, doi: 10.3969/j.issn.1006-2475.2014.12.012.

ZHANG Ju-qin, WANG Hai-yang, HU Zhen. Abandoned Objects Detection in Intelligent Video Surveillance[J]. Computer and Modernization, doi: 10.3969/j.issn.1006-2475.2014.12.012.

参考文献

[1] 夏应高,朱秀昌. 用于监控视频的滞留与搬移物体的检测算法[J]. 电视技术, 2008,32(12):86-88.

[2] 王伟嘉,刘辉,沙莉,等. 滞留与偷窃物体实时检测与分类算法[J]. 计算机应用, 2007,27(10):2591-2594.

[3] 耿淼. 视频监控系统中的运动目标检测研究[D]. 无锡:江南大学, 2008.

[4] 赵俊. 智能视频监控系统关键技术研究[D]. 西安:西安电子科技大学, 2007.

[5] 王建文,陆璐. 视频监控的异常报警机制[J]. 计算机与数字工程, 2007,35(5):121-123.

[6] 侯志强,韩崇昭. 基于像素灰度归类的背景重构算法[J]. 软件学报, 2005,16(9):1568-1576.

[7] 郭耸. 基于背景差分算法的目标监控系统的研究[D]. 哈尔滨:哈尔滨工业大学, 2005.

[8] Sacchi C, Regazzoni C S. A distributed surveillance system for detection of abandoned objects in unmanned railway environments[J]. IEEE Transactions on Vehicular Technology, 2000,49(5):2013-2026.

[9] Denman S, Sridharan S, Chandran V. Abandoned object detection using multi-layer motion detection[C]// Proceedings of the 2007 International Conference on Signal Processing and Communication Systems. 2007.

[10] 夏应高. 智能视频监控中目标关联与跟踪算法研究[D]. 南京:南京邮电大学, 2009.

[11] 王陈阳,周明全,耿国华. 基于自适应背景模型运动目标检测[J]. 计算机技术与发展, 2007,17(4):21-23.

[12] 付荣. 视频运动目标检测中背景提取算法的研究[D]. 西安:西安电子科技大学, 2011.

[13] 陈凤东,洪炳镕基于动态阈值背景差分算法的目标检测方法[J]. 哈尔滨工业大学学报, 2005,37(7):883-884..

[14] 贾春华. 智能监控中的行人检测与运动分析研究[D]. 大连:大连理工大学, 2009.

[15] 刘泽福. 数字图像运动目标提取及其应用研究[D]. 成都:电子科技大学, 2006.

[16] 常亚林. 基于贝叶斯背景模型的遗留物检测算法研究[D]. 太原:太原理工大学, 2010.

智能视频监控中的遗留物检测技术

Abandoned Objects Detection in Intelligent Video Surveillance

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	彭宗玉, 黄开启, 苏建华, 王丽丽. 基于无模型自适应控制的视觉伺服[J]. 计算机与现代化, 2024, 0(01): 29-34.
[2]	胡崇佳, 刘金洲, 方立. 基于无监督域适应的室外点云语义分割[J]. 计算机与现代化, 2024, 0(01): 74-79.
[3]	李颖颖, 黄文培. 基于优化八叉树的场景视锥体裁剪算法[J]. 计算机与现代化, 2024, 0(01): 103-108.
[4]	夏千涵, 何胜煌, 吴元清, 赵乐乐. 基于可学习记忆特征金字塔网络的小样本目标检测[J]. 计算机与现代化, 2023, 0(12): 7-13.
[5]	宁娟, 周庆华, 曾小为. 改进YOLOv7算法在西林瓶轧盖缺陷检测中的应用[J]. 计算机与现代化, 2023, 0(12): 82-86.
[6]	卢磊, 贺智明, 黄志成. 基于多策略改进的麻雀搜索算法[J]. 计算机与现代化, 2023, 0(10): 23-31.
[7]	刘显茁, 邓韦斯, 谢恩彦. 考虑分布式发电并网的配电网自适应保护系统[J]. 计算机与现代化, 2023, 0(09): 120-126.
[8]	张美的, 余顺园. 基于局部自适应伽马校正低照度图像增强[J]. 计算机与现代化, 2023, 0(08): 74-78.
[9]	朱剑波, 葛明锋, 董文飞. 基于改进EfficientNet的阿尔兹海默症图像分类[J]. 计算机与现代化, 2023, 0(06): 56-61.
[10]	刘聪, 聂芸, 王国伟. 空天三维仿真的实体多元表达方法[J]. 计算机与现代化, 2023, 0(04): 90-94.
[11]	蒋思清, 陈潇俊, 高豪俊, 何佳晋, 吴健, . 基于对抗域适应的心电信号深度学习分类算法[J]. 计算机与现代化, 2023, 0(01): 81-87.
[12]	汪敏, 徐英豪, 朱习军. 基于改进遗传算法优化BP神经网络的糖尿病并发症预测模型#br#[J]. 计算机与现代化, 2022, 0(11): 69-74.
[13]	杨贞, 单孟姣, 殷志坚, 杨凡, 李翠梅. 细粒度图像分类的通道自适应判别性学习方法[J]. 计算机与现代化, 2022, 0(10): 68-74.
[14]	马茜, 段毅, 徐冬, . 基于梯度差的声速剖面自适应分层算法[J]. 计算机与现代化, 2022, 0(08): 30-35.
[15]	周斌, . 一种基于对象信息的MIS自适应生成器[J]. 计算机与现代化, 2022, 0(07): 110-120.