智能視頻監控系統及其在Blackfin上的應用

　　2．智能視頻監控系統的技術(shù)背景簡(jiǎn)介

　　智能視頻監控的核心內容之一是對特定目標的自動(dòng)跟蹤。目標跟蹤可分為5個(gè)步驟，包括運動(dòng)檢測、目標分類(lèi)、目標（類(lèi)型）跟蹤、行為分析和目標（個(gè)體）跟蹤。例如對人體的跟蹤：首先從實(shí)時(shí)圖像序列（即視頻）中檢測出運動(dòng)物體，再判定運動(dòng)物體中的人體，然后跟蹤人體的運動(dòng)軌跡，并分析和選定有異常行為的人，如在車(chē)站，機場(chǎng)等遺留包裹的人，最后對行為異常的人進(jìn)行持續跟蹤。

　　運動(dòng)檢測是從圖像序列中將變化區域從背景圖像中提取出來(lái)。運動(dòng)區域的有效分割將大大減少后繼過(guò)程的運算量。然而，背景圖像的不穩定性，如陰影，光照，慢移動(dòng)（如蝸牛的爬行），靜移動(dòng)（樹(shù)葉的擺動(dòng)）等等，也使得運動(dòng)檢測非常困難。

　　視頻監控系統中的運動(dòng)檢測有兩種不同的實(shí)現途徑，一種是直接利用視頻壓縮算法的中間結果，比如ADI的第三方合作伙伴利用MPEG 4和H.264編碼過(guò)程中的運動(dòng)向量，在Blackfin處理器上同步實(shí)現了運動(dòng)檢測和視頻壓縮。另外一種是獨立于視頻編碼的方法。

　　運動(dòng)檢測算法可按照不同分類(lèi)標準分為多種。中科院自動(dòng)化所把運動(dòng)檢測算法歸納為三種：背景消除法，時(shí)間差分法，光流法。背景消除法和時(shí)間差分法都可以看作是差分圖像法。背景消除法是目前運動(dòng)分割中最常用的一種方法，它利用當前圖像與背景圖像的差分來(lái)檢測出運動(dòng)區域。時(shí)間差分方法是在連續的圖像序列中兩個(gè)或三個(gè)相鄰幀間采用基于像素的時(shí)間差分并且閾值化來(lái)提取出圖像中的運動(dòng)區域?；诠饬鞣椒ǖ倪\動(dòng)檢測采用了運動(dòng)目標隨時(shí)間變化的光流特性，通過(guò)計算位移向量光流場(chǎng)來(lái)初始化基于輪廓的跟蹤算法，從而有效地提取和跟蹤運動(dòng)目標。該方法的優(yōu)點(diǎn)是在攝像機運動(dòng)的情況下也能檢測出獨立的運動(dòng)目標。