基于大数据深度学习的智能视频分析及应用最新PPT课件
- 格式:ppt
- 大小:2.55 MB
- 文档页数:30
(二)中国传媒大学信息与通信工程学院杨磊第一讲智能视频分析概述第二讲智能视频分析原理第三讲智能视频分析相关标准第四讲智能视频分析应用及未来趋势原理与应用智能视频分析一、运动检测的基本原理★在安防领域DVR取代时滞录像机的初期,DVR仅检测视频帧间变化,“动则录,不动不录”,节省磁盘空间。
★ROI(Region of Interest)概念出现后,通常仅对ROI区域检测,采用高分辨率高码率对ROI区域进行编码传输,其余背景部分用低分辨率低码率。
动态ROI往往是出现运动目标的区域。
★运动检测→运动目标检测★两种模式:静止(定点)摄像机(背景不动)、运动(PTZ)摄像机(背景动)。
★背景不动:背景减除法、帧间差分法和光流法等。
★背景动:基于特定条件,包括背景拼接法、背景运动估计和补偿法、光流法和基于特定目标的检测方法(如人体直立的形状特点)等(很复杂)。
一、运动检测的基本原理1、背景减除法(background subtraction)★利用当前图像与背景图像的差分来检测出运动目标。
—=当前图像背景图像检测出运动目标■如何从视频序列中提取出背景?→背景建模(见后面“二、背景建模的基本原理)■场景中存在着运动目标,能否忽略其影响?■场景光照变化、摄像机抖动、前景目标的阴影等都会对背景建模有影响■常用方法:高斯法、中值法、多帧图像平均法、帧间差分法等一、运动检测的基本原理背景减除法实例当前帧图像背景帧图像运动检测结果一、运动检测的基本原理2、帧间/时间差分法(frame/temporal difference)★对视频图像序列中相邻两帧(或三帧)作差分运算来获得运动目标轮廓。
—=第n帧图像第n+1帧图像检测出运动目标轮廓■由于在相邻两帧中运动目标的位置不同,且与背景图像的灰度值有所差异,两帧相减后运动目标因发生了位移便凸现出来,且可定位其在图像中的位置■对于动态环境有较强的自适应性,但一般不能完全提取出所有相关的特征像素点,在运动实体内部容易产生空洞现象一、运动检测的基本原理帧间差分法实例当前帧图像上一帧图像运动检测结果一、运动检测的基本原理3、光流法(optical flow)★利用相邻帧中对应像素的灰度保持原理(亮度恒定不变)来分析图像的变化,光流是空间运动物体在成像平面上像素运动的瞬时速度矢量。