【安防知識(shí)網(wǎng)】復(fù)雜條件(或背景)下的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤一直是視頻圖像處理的難點(diǎn),也日益成為視頻圖像處理系統(tǒng)實(shí)用性和可靠性的嚴(yán)重障礙。由于各種視頻應(yīng)用的場(chǎng)合不盡相同,運(yùn)動(dòng)目標(biāo)所處的環(huán)境和背景千變?nèi)f化,這對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤算法的適應(yīng)性和穩(wěn)健性提出了更高的要求。但是從目前的條件和技術(shù)水平來(lái)說(shuō),提出一種抗干擾性強(qiáng)、能適應(yīng)各種場(chǎng)合各種條件的、穩(wěn)健的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤方法是不可能的。在大量學(xué)者的研究下,產(chǎn)生了很多在特定條件下具有良好性能的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤的方法。目前國(guó)內(nèi)外對(duì)視頻圖像處理中運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤技術(shù)的研究很多,出現(xiàn)了一大批很有價(jià)值的文獻(xiàn)及成型系統(tǒng)。
1、國(guó)內(nèi)研究現(xiàn)狀
國(guó)內(nèi)如西安交通大學(xué)圖像處理與識(shí)別研究所、華中理工大學(xué)圖像識(shí)別與人工智能研究所等在運(yùn)動(dòng)目標(biāo)檢測(cè)上做了大量的工作;清華大學(xué)圖形圖像研究所、中科院自動(dòng)化所模式識(shí)別國(guó)家重點(diǎn)實(shí)驗(yàn)室及上海交大圖像處理與模式識(shí)別研究所主要針對(duì)視頻運(yùn)動(dòng)跟蹤中的輪廓跟蹤算法進(jìn)行了研究;武漢樂(lè)通光電公司高新技術(shù)研究所在智能視頻監(jiān)控產(chǎn)品形態(tài)、實(shí)現(xiàn)方式、系統(tǒng)設(shè)計(jì)、軟件框架及應(yīng)解決的技術(shù)問(wèn)題也進(jìn)行了研究并發(fā)表了序列文章。
2、國(guó)外研究現(xiàn)狀
國(guó)外的研究側(cè)重于在應(yīng)用中研究理論,如卡內(nèi)基梅隆大學(xué)和美國(guó)薩爾諾夫公司聯(lián)合研制的視頻監(jiān)控系統(tǒng)vsAM(video surveiuanee And Monitoring)系統(tǒng),該系統(tǒng)目的是為了發(fā)展自動(dòng)視頻理解技術(shù),它通過(guò)用戶的操作可以監(jiān)視復(fù)雜如城市或戰(zhàn)場(chǎng)的場(chǎng)景;美國(guó)馬里蘭州大學(xué)和IBM公司聯(lián)合研制的實(shí)時(shí)視頻監(jiān)控系統(tǒng)w4將形狀分析和目標(biāo)跟蹤技術(shù)相結(jié)合,對(duì)人的外表進(jìn)行模型構(gòu)建。該系統(tǒng)可以在室外的環(huán)境下檢測(cè)和跟蹤人群,并對(duì)他們的行為進(jìn)行監(jiān)視;美國(guó)麻省理工學(xué)院多媒體實(shí)驗(yàn)室研制的Pfinder系統(tǒng)能在室內(nèi)恢復(fù)人的三維描述,它可以在復(fù)雜的環(huán)境下對(duì)單個(gè)人進(jìn)行跟蹤;此外,還有日本索尼公司等,也在智能視頻監(jiān)控方面做了一些有成效的工作。
視頻監(jiān)控的智能化,將是包括嵌入式DVR在內(nèi)的未來(lái)安防產(chǎn)品的發(fā)展方向,據(jù)行業(yè)人士認(rèn)為,智能視頻監(jiān)控的核心技術(shù)就是運(yùn)動(dòng)目標(biāo)檢測(cè)及跟蹤,目前市場(chǎng)上流行的各種智能視頻監(jiān)控功能都是以運(yùn)動(dòng)目標(biāo)檢測(cè)及跟蹤為基礎(chǔ)的。
運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤由于所處的實(shí)際處理環(huán)境不同,將會(huì)受到來(lái)自不同因素的影響,它們會(huì)不同程度地影響運(yùn)動(dòng)目標(biāo)檢測(cè)及跟蹤的準(zhǔn)確性和穩(wěn)定性,系統(tǒng)對(duì)不同環(huán)境的適應(yīng)性也存在很大的挑戰(zhàn),這些影響系統(tǒng)性能的因素包括下面幾點(diǎn):
[nextpage] 1、光線高密度的變化
由于現(xiàn)場(chǎng)光線高密度的變化將使得背景圖像也隨之發(fā)生變化,從而很難將這些變化與圖像中由于前景目標(biāo)的引入導(dǎo)致的變化加以區(qū)分。
2、陰影和物體間的重疊遮蓋
運(yùn)動(dòng)的前景目標(biāo)的陰影部分可能會(huì)造成背景中局部畫(huà)面亮度變化,另外運(yùn)動(dòng)的目標(biāo)之間,以及運(yùn)動(dòng)的目標(biāo)與背景之間的重疊遮蓋,都可能會(huì)改變檢測(cè)出來(lái)的運(yùn)動(dòng)目標(biāo)的形狀和其他特征。
3、前景目標(biāo)與背景中物體相似
當(dāng)運(yùn)動(dòng)的前景目標(biāo)與背景中景物在顏色和形狀等外觀特征相似時(shí),將增大從背景中分辨出前景目標(biāo)的難度。
4、非靜態(tài)背景
當(dāng)背景并不是靜態(tài)時(shí),比如天空中運(yùn)動(dòng)的云塊,公路邊的建筑、樹(shù),這些運(yùn)動(dòng)的背景有可能被當(dāng)成前景目標(biāo)進(jìn)行處理,這樣將增加運(yùn)動(dòng)目標(biāo)的檢測(cè)、跟蹤難度。
5、運(yùn)動(dòng)目標(biāo)的高速運(yùn)動(dòng)
前景目標(biāo)的高速運(yùn)動(dòng)可能會(huì)導(dǎo)致許多不同的目標(biāo)頻繁在背景中出入,從而難以分辨哪些是真正的背景,哪些是前景目標(biāo),從而給運(yùn)動(dòng)目標(biāo)檢測(cè)、跟蹤增加難度。
雖然,運(yùn)動(dòng)目標(biāo)檢測(cè)功能在很早以前就已經(jīng)被實(shí)現(xiàn)了,但是傳統(tǒng)的基于幀差的運(yùn)動(dòng)目標(biāo)檢測(cè)方法一直存在著上述難以克服的幾個(gè)問(wèn)題。顯然,運(yùn)動(dòng)目標(biāo)檢測(cè)方法的好壞又將直接影響其它智能監(jiān)控功能(跟蹤、入侵、越線、丟包檢測(cè)等)的性能。因此,運(yùn)動(dòng)目標(biāo)檢測(cè)是一切智能視頻監(jiān)控算法的基礎(chǔ),所以研究出高質(zhì)量的運(yùn)動(dòng)目標(biāo)檢測(cè)算法是重中之重。[nextpage]
目前,一些廠家在傳統(tǒng)運(yùn)動(dòng)目標(biāo)檢測(cè)算法的基礎(chǔ)之上做了大量的改進(jìn),取得了一些突破性的效果。傳統(tǒng)運(yùn)動(dòng)目標(biāo)檢測(cè)算法和改進(jìn)的運(yùn)動(dòng)目標(biāo)檢測(cè)算法的效果比較如圖1、圖2所示。