学位论文 > 优秀研究生学位论文题录展示
基于语义视频对象的BACnet视觉监视
作 者: 周宁
导 师: 周曼丽
学 校: 华中科技大学
专 业: 通信与信息系统
关键词: 语义视频对象 背景重建 运动阴影抑制 语义交互跟踪 BACnet视频对象模型 多主体多服务器
分类号: TP391.41
类 型: 博士论文
年 份: 2006年
下 载: 187次
引 用: 0次
阅 读: 论文下载
内容摘要
随着视频信息处理技术和网络技术的飞速发展,开发、利用监视视觉信息成为了一种不可避免的趋势。智能化监视视频的传输、分析、存储与检索、以及与其他控制系统无缝集成等,均依赖于对场景语义视频对象的处理。本文以语义视频对象为中心,研究公共安全监视中语义视频对象检测、跟踪以及监视系统与其他子系统在对象层次上的互操作等问题。本文分析了视频监视系统智能化的技术要求;回顾了运动对象的分割、跟踪,以及运动阴影检测的发展状况;阐述了BACnet协议作为智能控制系统通信平台,缺少基于监视视觉信息的系统互操作手段。本文根据监视应用的不同语义抽象,建立了三种不同的监视语义抽象:运动对象、运动阴影和运动blob。每个语义视频对象的属性包括图像的像素特征和语义特征。用这些属性构成语义描述符,以一种简洁的形式表达监视视觉数据。针对复杂场景中背景的不完整性、随机噪声以及目标运动快慢不一等影响背景估计的因素,本文提出了一种基于时空相似度量的复杂场景背景估计方法。首先度量同一位置不同时刻子块的相似性矩阵,然后度量候选背景子块的空间相似性,从而判别最可能的背景子块。该方法对噪声、运动目标速度有较强的适应性,计算代价较低。本文提出了一种基于反射率相似子区域分析的运动阴影抑制方法。算法通过分析反射率相似子区域中的环境光照特征和边缘能量信息,从而区分运动对象及其跟随的运动阴影。该方法对于室内投射阴影检测较为有效。本文提出了一种基于语义交互的运动对象跟踪算法。算法将运动人体初始化为头部、躯干和下肢等运动blob,表达为相应的blob描述符。通过投影blob描述符,更新、验证运动对象,实现对运动对象的跟踪。算法利用改进的快速高斯变换计算各个运动blob,并选择参与估计的目标数据和源数据样本,以降低计算代价。该跟踪方法处理简单、计算代价较低,能较好地处理不同运动对象之间的部分遮挡问题。本文首次提出了一种BACnet视频对象模型及视频点操作服务,实现了监视系统与其它控制系统之间在对象层次的互操作,并在此基础上搭建了基于场景事件的楼宇视频监视应用方案。为了使用户能够在复杂的楼宇分布控制系统中合理地部署系统智能,本文采用FIPA平台构建了一种多主体多服务器结构模型,充分考虑所集成子系统内部和子系统之间的请求信息交互,给出了主体的核心结构及主体间服务请求的控制管理方案。
|
全文目录
摘要 3-5 ABSTRACT 5-9 1 绪论 9-27 1.1 论文的研究背景与意义 9-12 1.2 语义视频对象提取 12-14 1.3 国内外研究现状 14-23 1.4 研究内容 23-25 1.5 论文的组织 25 1.6 主要工作 25-27 2 监视视频数据表达 27-35 2.1 引言 27 2.2 监视视觉数据分隔表达 27-31 2.3 视觉数据描述符表达 31-32 2.4 监视场景的统计特征 32-34 2.5 本章小节 34-35 3 自适应运动对象分割 35-53 3.1 引言 35 3.2 基于变化检测的运动对象分割 35-46 3.3 基于时空相似度量的复杂场景背景估计 46-52 3.4 本章小结 52-53 4 运动阴影的检测和抑制 53-64 4.1 引言 53 4.2 阴影检测的几类方法 53-54 4.3 运动阴影检测算法 54-58 4.4 实验与分析 58-63 4.5 本章小结 63-64 5 基于语义交互的运动对象跟踪 64-85 5.1 前言 64 5.2 方法概述 64-65 5.3 运动BLOB 跟踪初始化 65-73 5.4 基于语义交互的跟踪 73-79 5.5 实验与分析 79-83 5.6 本章小节 83-85 6 基于视频对象的BACNET 视频监控 85-95 6.1 引言 85-86 6.2 智能建筑内视频监视需求 86 6.3 BACNET 视频对象模型 86-93 6.4 本章小结 93-95 7 基于FIPA 平台的多主体楼宇系统集成体系 95-103 7.1 引言 95 7.2 现有智能楼宇系统的模式 95-96 7.3 基于多主体的分布结构 96-99 7.4 主体结构及其请求控制 99-102 7.5 本章小结 102-103 8 全文总结 103-105 8.1 研究内容与创新点 103-104 8.2 后续的工作 104-105 致谢 105-106 参考文献 106-123 附录1 攻读学位期间发表的论文目录 123-124 附录2 BACNET 视频点对象模型提案ZN-001-1 124-142
|
相似论文
- 基于神经网络的车流量检测及预测研究,TP183
- 基于视频图像的实时车辆检测系统应用研究,U495
- 基于AGV的图像动目标检测技术的研究,TP391.41
- 视频序列中高精度目标检测与融合,TP391.41
- 视频对象分割算法研究,TP391.41
- 基于视频的车辆检测与跟踪算法研究,TP274.4
- 基于视频的嵌入式车牌识别系统的研究,TP391.41
- 多层次语义视频对象描述模型及提取技术研究,TN919.8
- 视频车速检测中图像分析算法的研究,TP391.41
- 基于机器人视觉的运动目标检测及跟踪算法研究,TP274.4
- 静止背景中基于边界的运动目标检测技术研究,TP391.41
- 基于无线传感网的视频车辆检测及跟踪技术研究,TP274
- 基于视频监控的运动车辆流检测方法的研究,TP391.41
- 基于CCTV快视图的实时交通流参数检测研究,TP399-C6
- 视频语义信息提取关键技术研究,TN911.73
- 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
- 用于检索的人脸特征提取与匹配算法研究,TP391.41
- 基于FPGA的高速图像预处理技术的研究,TP391.41
- 2D人脸模板保护算法研究,TP391.41
- 基于用户兴趣特征的图像检索研究与实现,TP391.41
- 图像拼接技术研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|