-
自20世纪中叶计算机被发明以来，人们对于视频监控技术的研究逐渐系统化、规范化，各个高等院校和机构也进一步展开了对视频中运动目标捕捉的研究，着手开发视频监控系统。2000年，Carnegie Mellon University联合Sarnoff研究中心与麻省理工学院，在DARPA(Defense Advanced Research Projects Agency 美国国防部先进研究项目局)资助下，开发出了VSAM系统，该系统被认为是视频监控早期系统中较为正规的一种。由于该系统主要面对应用领域为军用，所以VSAM灵敏度极高、实用性要求也随应用环境苛刻而提升，所以在实际应用过程中，许多视频中出现的非目标物体也被系统侦测追踪，耗费系统资源，降低了侦查效率，需要后期经由人工排除冗余信息，势必难以将其运用在民用领域。同年，Haritanglu等人利用最小最大强度值和最大时间差为场景内的每个像素建立统计模型，即相邻帧间差算法实现视频中的目标检测。较之前的VSAM系统，后者民用性更好。千禧年以后，美国国防部先进研究项目局DARPA资助HID计划，包括卡内基梅隆大学、马里兰州立大学、麻省理工学院等都参与了这一计划。25502
- 上一篇：红外图像拼接技术研究+文献综述
- 下一篇：国内外毫米波源研究现状概况
国内在视频运动检测领域研究起步稍晚，但却是国家重点扶持项目，现已成为计算机视觉领域重要研究方向之一。我国多所大学如：上海交通大学、哈尔滨工业大学、北京理工大学已经开始了对视频监控系统的研究，但毕竟研究时间稍晚，技术尚待提高。论文网
国内外对于视频内运动目标检测系统常用的几种算法有：基于差分法的背景相减法、邻帧差法以及光流法几种。
1 背景差法
差分图像法一般分为背景差法和邻帧差法，背景差法是现今研究领域较为主流的一种方法。其实现性高，简易方便。大多数情况下，背景相减的所得差值可以直接得到运动目标的形状信息、大小信息、位置信息等，而且还能得到目标区域的完整描述，尤其是在摄像头固定的情况下，背景差法是在实际应用中对视频运动目标进行侦测的首选算法。
2 邻帧差法
邻帧差法利用视频序列的两幅连续帧，对比其间的差异，从而得到视频运动目标，并进而得到运动目标轨迹，实现视频中运动目标的追踪。与背景相减法相比，背景相减法对视频内光线变化敏感，实时处理性较好，能得到完整运动轨迹；帧间差分法则对静止目标无法追踪，运动速度较快时，则邻帧差发变得敏感，容易出现追踪过程中目标消失的情况。
3 光流法
光流法是一种利用视频序列中的光流场来实现视频中标记运动目标追踪的算法。关于如何计算光流场的研究始于20世纪80年代早期，霍恩和舒克在时间间断小，图像灰度值保持不变的情况下，推导得出灰度图像光流场的基本约束方程。
图像灰度没有发生变化的前提条件下，可以推算灰度图像光流场的基本约束函数式。
假定 为图像点 在时刻 的照度，在 时刻，这一标记点运动至其他位置，新位置信息为 ，灰度值为 ，
由图像灰度不变关系 ，可得：（1-1）
将式子用泰勒级数展开：
忽略二阶无穷小 ，由 可得（1-3）
考虑到 ，上式即可化为： （1-4）
即是灰度图像图像光流场的基本约束方程，矢量形式为：（1-5）
式中 为 像素点灰度值 空间梯度，即图像空间的灰度差值。 为标记点的灰度值时域内的变化率， 为光流值。光流可以代表速度场，代表像素点的光学特性，还有成像投影。光流 具有两个变量，但是光流法基本等式仅有一个方程，所以其具有非唯一解，因此光流法需要另加约束条件，这是光流法的核心，部分研究机构将光流法作为动态背景下目标追踪的主要算法，并提出将光流法与水平集结合的方案解决目标探测问题。