论文部分内容阅读
视频目标检测是智能视频监控的基础。目前视频目标检测的一个研究重点是如何在有多种干扰的复杂场景中进行快速和准确的目标检测。针对这个问题，本文提出了一种基于改进高斯模型的鬼影去除算法。同时为了抑制场景中灯光和阴影的干扰，研究了基于支持向量机(SVM)的干扰抑制算法。本文主要的研究成果如下：
1.为了去除静止目标启动后产生的鬼影，提出了基于改进高斯模型的目标检测算法。本文通过将背景的空间灰度分布信息与单高斯背景模型相结合，提出了融入空间信息的高斯模型，将该算法应用于鬼影去除。该算法既能适应场景光照的变化，又有效避免了鬼影的产生。
2.为了抑制夜晚视频中车辆灯光对运动检测的干扰，提出了融合多特征SVM的目标检测算法。本文首先采用背景差做粗分割得到前景，然后使用SVM分类器对前景中的灯光和运动物体进行分类，从而提取出真正的运动目标。该算法应用于夜晚有灯光干扰的视频中能实现运动目标的准确提取。
3.为了抑制阴影对视频运动检测的干扰，结合阴影特性提出了基于SVM的阴影抑制算法。本文首先分析了阴影的颜色和纹理特性，然后通过基于融合这些特性的SVM对阴影和运动物体分类，实现阴影的抑制。实验表明，该算法能有效抑制阴影对视频目标检测的干扰。