监控识别初探

基于人体形状识别：基于人体形状的人体目标检测，这种方法一般是通过将人体进行建模，建模的时候重点考虑人体的形状特征，然后得到用来检测人体目标的模板，通过将模板应用到图像帧中进行人体目标检测。可分为基于人体全身形状建模和基于局部特征建模，如常见的头部识别、脸部识别、上下肢识别等，具体有Hough变换法，“凸”字形模板法，最小负曲率法，人体高度比例等。

基于人体肤色识别：采用人体肤色进行构建模板，进而进行目标检测的方法的代表技术就是人脸检测。第一类利用统计学知识，叫作基于统计的方法，第二类利用物理特性，称为基于物理的方法。

运动目标探测方法一般有三种：帧间差分法、背景减除法以及光流法。

帧间差分法的思想是提取出相对邻近的二到三帧图像，然后比较它们的差别，检测出场景有哪些变化，由其是在场景变化比较明显的情况下，帧间差分法具备有比较强的通用性，适应很多情况的动态场景检测[6]。然而，帧间差分法通常难以保证提取出来的运动目标的完整性，从很多实验结果来看，帧间差分法提取出的运动目标都容易在其内部出现一些小的空隙。

背景减除法的核心思想就是首先提取出视频帧中的背景模型，然后截取出每一个视频帧，将每一个视频帧和背景模型进行差分运算，运算得到的结果即为把视频帧的图像区分成前景部分的像素点以及背景部分的像素点，前景部分的像素点也就构成了要检测的运动目标。背景减除法要成功运用的核心在于构造出一个适应性和准确性都比较有优势的背景模型。

光流法的核心思想在于利用移动目标的亮度形态或者光流会随着时间会发生改变的特点。为了得到移动目标的外部轮廓，可以利用光流，通过计算出位移向量光流场得到。