智能視頻分析發(fā)展的難點

重慶監(jiān)控認(rèn)為智能視頻剖析其本身開展也存在諸多缺陷，由于實踐環(huán)境中光照變化、目的運動復(fù)雜性、遮擋、目的與背景顏色類似、雜亂背景等都會增加目的檢測與跟蹤算法設(shè)計的難度，其難點問題主要在以下幾個方面：

背景的復(fù)雜性：光照變化惹起目的顏色與背景顏色的變化，可能形成虛假檢測與錯誤跟蹤。采用不同的顏色空間能夠減輕光照變

化對算法的影響，但無法完整消弭其影響;場景中前景目的與背景的互相轉(zhuǎn)換，與行李的放下、拿起，車輛的啟動與中止;目的語

背景顏色類似時會影響目的檢測與跟蹤的效果;目的陰影與背景顏色存在差異通常被檢測為前景，這給運動目的的分割與特征提取

帶來艱難。

目的特征的取舍：序列圖像中包含大量可用于目的跟蹤的特征信息，如目的的運動、顏色、邊緣以及紋理等。但目的的特征信

息普通是時變的，選取適宜的特征信息保證跟蹤的有效性比擬艱難。

遮擋問題：遮擋是目的跟蹤中必需處理的難點問題。運動目的被局部或完整遮擋，又或是多個目的互相遮擋時，目的局部不可

見回形成目的信息缺失，影響跟蹤的穩(wěn)定性。為了減少遮擋帶來的歧義性問題，必需正確處置遮擋時特征與目的間的對應(yīng)關(guān)系。

統(tǒng)籌實時性與魯棒性：序列圖像包含大量信息，要保證目的跟蹤的實時性請求，必需選擇計算量小的算法。魯棒性是目的跟蹤

的另一個重要指標(biāo)，進(jìn)步算法的魯棒性就是要使算法對復(fù)雜背景、光照變化和遮擋等狀況有較強的順應(yīng)性，而這又要以復(fù)雜的運算

為代價。

文章編輯：重慶監(jiān)控安裝 網(wǎng)址：http://m.qapkwpi.cn