智能視頻分析指計(jì)算機(jī)圖像視覺(jué)分析技術(shù)，通過(guò)將場(chǎng)景中背景和目標(biāo)分離進(jìn)而分析并追蹤在攝像機(jī)場(chǎng)景內(nèi)出現(xiàn)的目標(biāo)。用戶(hù)可以根據(jù)的視頻內(nèi)容分析功能，通過(guò)在不同攝像機(jī)的場(chǎng)景中預(yù)設(shè)不同的報(bào)警規(guī)則，一旦目標(biāo)在場(chǎng)景中出現(xiàn)了違反預(yù)定義規(guī)則的行為，系統(tǒng)會(huì)自動(dòng)發(fā)出報(bào)警，監(jiān)控工作站自動(dòng)彈出報(bào)警信息并發(fā)出警示音,用戶(hù)可以通過(guò)點(diǎn)擊報(bào)警信息，實(shí)現(xiàn)報(bào)警的場(chǎng)景重組并采取相關(guān)措施。
然而在實(shí)際環(huán)境中光照變化、目標(biāo)運(yùn)動(dòng)復(fù)雜性、遮擋、目標(biāo)與背景顏色相似、雜亂背景等都會(huì)增加目標(biāo)檢測(cè)與跟蹤算法設(shè)計(jì)的難度，其難點(diǎn)問(wèn)題主要在以下幾個(gè)方面：
背景的復(fù)雜性：光照變化引起目標(biāo)顏色與背景顏色的變化，可能造成虛假檢測(cè)與錯(cuò)誤跟蹤。采用不同的色彩空間可以減輕光照變化對(duì)算法的影響，但無(wú)法完全消除其影響;場(chǎng)景中前景目標(biāo)與背景的相互轉(zhuǎn)換，與行李的放下、拿起，車(chē)輛的啟動(dòng)與停止;目標(biāo)語(yǔ)背景顏色相似時(shí)會(huì)影響目標(biāo)檢測(cè)與跟蹤的效果;目標(biāo)陰影與背景顏色存在差別通常被檢測(cè)為前景，這給運(yùn)動(dòng)目標(biāo)的分割與特征提取帶來(lái)困難。
目標(biāo)特征的取舍：序列圖像中包含大量可用于目標(biāo)跟蹤的特征信息，如目標(biāo)的運(yùn)動(dòng)、顏色、邊緣以及紋理等。但目標(biāo)的特征信息一般是時(shí)變的，選取合適的特征信息保證跟蹤的有效性比較困難。
遮擋問(wèn)題：遮擋是目標(biāo)跟蹤中必須解決的難點(diǎn)問(wèn)題。運(yùn)動(dòng)目標(biāo)被部分或完全遮擋，又或是多個(gè)目標(biāo)相互遮擋時(shí)，目標(biāo)部分不可見(jiàn)回造成目標(biāo)信息缺失，影響跟蹤的穩(wěn)定性。為了減少遮擋帶來(lái)的歧義性問(wèn)題，必須正確處理遮擋時(shí)特征與目標(biāo)間的對(duì)應(yīng)關(guān)系。大多數(shù)系統(tǒng)一般是通過(guò)統(tǒng)計(jì)方法預(yù)測(cè)目標(biāo)的位置、尺度等，都不能很好地處理較嚴(yán)重的遮擋問(wèn)題。
兼顧實(shí)時(shí)性與魯棒性：序列圖像包含大量信息，要保證目標(biāo)跟蹤的實(shí)時(shí)性要求，必須選擇計(jì)算量小的算法。魯棒性是目標(biāo)跟蹤的另一個(gè)重要性能，提高算法的魯棒性就是要使算法對(duì)復(fù)雜背景、光照變化和遮擋等情況有較強(qiáng)的適應(yīng)性，而這又要以復(fù)雜的運(yùn)算為代價(jià)。
a&s傳媒是全球知名展覽公司法蘭克福展覽集團(tuán)旗下的專(zhuān)業(yè)媒體平臺(tái)，自1994年品牌成立以來(lái)，一直專(zhuān)注于安全&自動(dòng)化產(chǎn)業(yè)前沿產(chǎn)品、技術(shù)及市場(chǎng)趨勢(shì)的專(zhuān)業(yè)媒體傳播和品牌服務(wù)。從安全管理到產(chǎn)業(yè)數(shù)字化，a&s傳媒擁有首屈一指的國(guó)際行業(yè)展覽會(huì)資源以及豐富的媒體經(jīng)驗(yàn)，提供媒體、活動(dòng)、展會(huì)等整合營(yíng)銷(xiāo)服務(wù)。
粵公網(wǎng)安備 44030402000264號(hào)
