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

  1. 基于神经网络的车流量检测及预测研究,TP183
  2. 基于视频图像的实时车辆检测系统应用研究,U495
  3. 基于AGV的图像动目标检测技术的研究,TP391.41
  4. 视频序列中高精度目标检测与融合,TP391.41
  5. 视频对象分割算法研究,TP391.41
  6. 基于视频的车辆检测与跟踪算法研究,TP274.4
  7. 基于视频的嵌入式车牌识别系统的研究,TP391.41
  8. 多层次语义视频对象描述模型及提取技术研究,TN919.8
  9. 视频车速检测中图像分析算法的研究,TP391.41
  10. 基于机器人视觉的运动目标检测及跟踪算法研究,TP274.4
  11. 静止背景中基于边界的运动目标检测技术研究,TP391.41
  12. 基于无线传感网的视频车辆检测及跟踪技术研究,TP274
  13. 基于视频监控的运动车辆流检测方法的研究,TP391.41
  14. 基于CCTV快视图的实时交通流参数检测研究,TP399-C6
  15. 视频语义信息提取关键技术研究,TN911.73
  16. 基于FPGA的数字图像处理基本算法研究与实现,TP391.41
  17. 用于检索的人脸特征提取与匹配算法研究,TP391.41
  18. 基于FPGA的高速图像预处理技术的研究,TP391.41
  19. 2D人脸模板保护算法研究,TP391.41
  20. 基于用户兴趣特征的图像检索研究与实现,TP391.41
  21. 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