关键字 |
| 分层运动模式挖掘、语义关系、视频分割、视觉监视 |
介绍 |
| 日益增长的人口和混合的生物活动,动态场景更频繁的在现实世界中应用。它带来巨大挑战公共组织,安全或安全。人类有能力提取有用信息的分层运动的行为模式在监测区域,实时监控现场的异常情况,并提供潜在的直接反应[1]。极其视频场景需要监测一个极端的个人和他们的活动,这是一个重大挑战甚至对人类观察者。一个重要的应用是智能监测取代传统的被动的视频监控。尽管许多算法开发跟踪,识别和理解各种场景的视频的行为。杰出的[2],[3],视频场景理解可能指场景布局(火车站、购物中心、建筑、人行道),运动模式(车辆转弯、人行横道)[2][3]和现场状态。在本文中,结合以往的研究,我们将精心制作的视频场景分析的关键方面自动视频监控。 |
| 视频分析和场景理解通常涉及对象检测、跟踪和行为识别[3][4]。运动模式动态视频场景分析和理解的问题。提出了一个多层次运动模式挖掘的方法。在第一个层面上,单运动模式建模为在基于像素特征分布。第二层次,交互模式建模为分布在单运动模式。在第三级运动模式建模为混合在基于像素和互动视频场景。这两种模式之间共享视频剪辑。与其他工作相比,我们的方法的优点是检测到交互模式和分配给每个视频帧。这使一个更好的语义解释和更精确的异常检测。具体来说,每个视频帧是由一个特定的交互模式和移动像素标记在每一帧中不属于任何一个代理模式或无法检测到相应的交互模式中存在异常。 We have tested our approach on a challenging traffic surveillance sequence containing both pedestrian and vehicular motions and obtained promising results. |
现有的系统 |
| pixel-wise分割可以进一步分为自动或交互方式。在自动方式,背景模型自动学习。当前场景中,当一个对象移动到视图中,面具pixel-wise对象可以自动分段。至于互动方式,一些像素首先手动指定为前景或背景像素,然后整个图像进一步分割为前景区域和背景区域。基于块分割是基于块的视频编码的自然进化。报告基于种子区域生长分割的运动矢量分组方法。但是,它只能应用于静态背景的视频。 |
缺点: |
| •首先,我们开发一个基于流的算法自动初始化轮廓光在第一帧。 |
| •第二,基于颜色的轮廓演化,马尔可夫随机场理论是用来测量值的相邻像素之间的相关性后验概率估计。 |
| •最后进化动态shape-based轮廓,塑造模式过渡矩阵是学会了描述对象形状的时间相关性。 |
提出了系统 |
| 提出系统预测对象从监控视频运动检测异常活动,基于统计的学习运动模式。提出不同的跟踪方法,如点跟踪,内核跟踪和轮廓跟踪支持这一要求。再利用运动信息提取在视频编码阶段,提供近似轮廓跟踪对象的面具。实验结果证实,这种基于块对象面具是足以让一个健壮的轮廓跟踪可靠地跟踪移动物体。该算法是可靠的对象的突然运动或变化的特性。越来越渴望和需要在视频监控应用中提出的解决方案能够分析人类的行为和识别对象的对峙威胁分析和决心。 |
优点: |
| •处理器程序内存,对代码和固件和引导 |
| •工作缓冲区,中间的数据处理器和视频解码的硬件 |
| •比特流缓冲区,加载位流数据。 |
| •参数缓冲区,为一些处理器命令执行参数和返回数据。 |
| •搜索内存,使用的内存模块减少内部总线加载数据。 |
| •存储图像帧逐帧缓冲区。 |
文献调查 |
| 这个调查的主要目的是观察当前的发展和功能的视觉监视系统和评估的可行性和挑战使用视觉监视系统自动检测异常行为,发现敌对意图,并识别人类的主题。一直在使用视频监控设备收集信息和监控人,事件和活动。视觉监控技术、CCD摄像机、热相机和夜视设备,是三个最广泛使用的设备在视觉监控市场。视觉监测在动态场景,尤其是对于人类来说,目前最活跃的研究主题之一,在计算机视觉和人工智能。它有一个广泛的承诺公共安全和安全应用,包括访问控制、流量统计和人群拥堵分析人类行为的检测和分析等。 |
| 在动态场景视觉监测与多个摄像头,试图探测、识别和跟踪特定的对象从图像序列,而且更重要的是理解和描述对象的行为。视觉监控的主要目的是开发智能视觉监控取代传统的被动视频监控被证明无效的摄像头数量超过人类操作员监控他们的能力。视觉监控的目标是不仅把摄像头代替人眼,但也尽可能自动完成整个监测任务。的能力,能够从图像序列分析人类活动及其活动对视觉监控是至关重要的。 |
| 一般来说,一个自动化的处理框架视觉监视系统包括以下阶段:运动/对象检测、对象分类、对象跟踪、行为和活动的分析和理解,人识别,相机切换和数据融合。 |
| 几乎每一个视觉监视系统开始与运动目标检测。运动检测的目的是分割区域对应于移动物体的图像。后续流程对象跟踪和行为分析和识别等极大地依赖于它。运动/对象检测的过程通常涉及背景/环境建模和运动分割,相交 |
体系结构的运动跟踪 |
| 跟踪对象的过程,因为他们进入实质性的混乱,和去做,或接近,视频的帧频是具有挑战性的。挑战在后台发生如果元素模拟部分前景对象的特性。在最严重的情况下,类似于对象的背景可能由前景对象(s),对象跟踪模块负责个人摄像机的运动目标检测和跟踪;对象位置随后转换成3 d世界坐标。镜头切换和数据融合模块(或算法),那么决定了单个世界测量多个观测。对象跟踪可以被描述为一个通信问题,涉及发现哪一个对象在一个在下一帧视频帧相关的对象。正常情况下,两个连续帧之间的时间间隔很小,因此frame变化是有限的,允许使用时间限制和/或对象的特性来简化通信问题。Figure.1shows架构图块的跟踪。在这个架构图跟踪的对象以及对象分类的运动像素移动物体的图像尽可能准确地分割。前景像素检测识别像素在当前帧与前一帧上显著不同的。 For this implementation, better results were obtained by scaling the increment and decrement by a step factor if the absolute difference between the current pixel and the median-modeled previous pixel is bigger than a threshold. |
BMA算法 |
| 块匹配算法(BMA)是一种定位在数字视频帧序列匹配块运动估计的目的。块匹配算法的目的是找到一个匹配块从一个框架我在其他一些框架j,我之前或之后可能会出现。这可以用来发现视频序列的时间冗余,增加国际米兰帧视频压缩和转换的有效性。块匹配算法利用一个评估指标,以确定一个给定的块在坐标系j匹配搜索块在坐标系。 |
步骤BMA算法 |
| 步骤1:只有f帧划分成块。 |
| 步骤2:为每个源块获得在步骤1中, |
| 找到使用它的运动向量 |
| 块匹配算法 |
| 在重建帧f - 1 |
| 计算物体的过程。 |
| 步骤3:每个块的运动矢量传输到解码器。 |
| 目的:将编码过程的解码器。 |
结论 |
| 视频监控系统已经存在了几十年。最新的自动视频监控系统可以处理视频序列和执行几乎所有的关键底层功能,如运动检测和分割、对象跟踪和对象分类具有良好的精度。最近,视频监控技术兴趣已经从这样的低级功能更复杂的场景分析来检测人类行为和/或其他对象,即。模式的活动或事件,对峙威胁检测和预防。综述和利用发展的一般战雷竞技苹果下载略阶段参与视频监控和分析的挑战和可行性结合对象跟踪、运动分析、BMA算法。使用视频监控多级运动模式包括最先进和复杂的研究在图像处理,计算机视觉,人工智能。有许多不同的方法接近这一挑战时使用;和他们不同,取决于所需的速度,应用的范围,和资源可用性等。写作的动机和展示一个调查报告关于这个主题,而不是如何纸领域特定应用程序审查和了解在视频监控系统中。更好的发展和策略阶段参与一般的视频监控系统;如何检测和分析行为和意图;以及如何方法的挑战,如果我们有机会。 |
|
数据乍一看 |
 |
| 图1 |
|
|
引用 |
- t,世界卫生组织美国锣,t,“视频行为挖掘使用动态话题模型,“国际计算机视觉杂志》,98卷,没有。3、303 - 323年,2012页
- Saleemi,哈尔顿l, m .沙”场景理解统计建模的运动模式,“在IEEE计算机视觉与模式识别会议,2010年,页2069 - 2076。
- y, j·刘,m·沙阿,“视频场景理解使用多尺度分析,在IEEE计算机视觉国际会议上,2009年,页1669 - 1676。
- 傅w . Hu x, z, d .谢t . Tan和美国梅班克”一个系统学习统计运动模式,“IEEE模式分析与机器智能,28卷,没有。9日,第1464 - 1450页,2006年。
- w·胡,t . Tan l . Wang和美国梅班克”调查视觉监视对象的动作和行为,“IEEE系统,人,和控制论,C部分:应用程序和评论,34卷,。雷竞技苹果下载3、334 - 352年,2004页。
- 下午。Jodoin、y Benezeth和y . Wang Meta-tracking视频场景的理解,“在IEEE国际会议onAdvanced视频和基于信号的监测,2013年,页1 - 6。
- y Benabbas: Ihaddadene, c . Djeraba”运动模式提取和自动事件检测视觉监视,”杂志在图像和视频处理,7卷,页1 - 15,2011。
- 陈b和n .塞·伐斯冈萨雷斯,他“建模、聚类和分割视频混合的动态纹理,”模式分析与机器智能,IEEE 30卷,。5,909 - 926年,2008页
|
菜单