智能视频监控技术的架构与特征

　　目标的行为识别是近年来被广泛关注的研究热点，它是指对目标的运动模式进行分析和识别。行为识别可以简单地被认为是时变数据的分类问题，即将测试序列与预先标定的代表典型行为的参考序列进行匹配。通过在跟踪过程中检测目标的行为以及行为变化，根据用户的自定义行为规则，判断被跟踪目标的行为是否存在威胁。

　　(1)模板匹配方法

　　采用模板匹配技术的行为识别方法首先将图像序列转换为一组静态形状模式，然后在识别过程中和预先存储的行为标本相比较。模板匹配技术的优点是计算复杂度低、实现简单，然而它对于噪声和运动时间间隔的变化是敏感的。

　　(2)状态空间方法

　　基于状态空间模型的方法定义每个静态姿势作为一个状态，这些状态之间通过某种概率联系起来。任何运动序列可以看作为这些静态姿势的不同状态之间的一次遍历过程，在这些遍历期间计算联合概率。其最大值被选择作为分类行为的标准。目前，状态空间模型已经被广泛地应用于时间序列的预测、估计和检测，最有代表性的是HMMS。每个状态中可用于识别的特征包括点、线或二维小区域。状态空间方法虽然能克服模板匹配的缺点，但通常涉及到复杂的迭代运算。

　　结束语

　　视频监控系统的核心价值在于智能视频分析技术，由运动目标检测、分类、跟踪和行为识别等几个基本节组成，还包括智能视频检索技术，其中行为识别又包括异常行为检测、异常事件检测以及视频内容理解描述等。近年来，智能视频监控技术取得长足发展，应用领域不断扩大，从自动目标检测到现在的事件检测、自动目标识别，其监控产品也逐渐由模拟化向数字化、网络化与智能化方向发展。

声明:

凡文章来源标注为"CPS中安网"的文章版权均为本站所有，如需转载请务必注明出处为"CPS中安网"，违反者本网将追究相关法律责任。非本网作品均来自互联网，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责。