导读:本文包含了视频跟踪系统论文开题报告文献综述及选题提纲参考文献，主要关键词:交通视频监控,YOLOv3,多目标跟踪,车流量
视频跟踪系统论文文献综述
曾星宇[1]（2019）在《基于YOLOv3和多目标跟踪的智能交通视频监控系统》一文中研究指出2018年底,广西高速公路已建及在建总里程超过7800公里,平均每10公里安装一个高清视频监控系统来获取实时交通信息。然而这些监控系统中,具备道路信息自动获取以及车辆异常行为检测等功能的不足叁分之一,大量监控视频仍需人工分析,监管效率低,不利于引导交通流、规范车辆行驶行为、减少交通事故。针对以上问题,本文基于深度学习目标检测方法和多目标视觉跟踪方法设计了一种智能交通视频监控系统。该系统可对高速公路上的交通目标进行位置检测、类型识别和多目标运动轨迹跟踪,具有多车型流量统计、车辆异常行为检测和行人抓拍等功能。主要研究内容有:(1)交通目标检测。研究了YOLO系列3种主要目标检测模型YOLOv1、YOLOv2、YOLOv3和基于高斯混合模型的运动目标检测方法原理并进行实验验证。实验结果表明,YOLOv3检测模型对交通目标中的小车、货车、客车、行人4类进行定位与类型识别准确率最高,达80%,比基于高斯混合模型的检测方法准确率提高了40%。(2)单目标视觉跟踪。首先介绍了单目标跟踪方法的分类及基本思想,然后分析了Camshift和DSST单目标跟踪方法原理,最后实验验证了Camshift、DSST、KCF、TLD四种经典单目标跟踪方法的性能。实验表明,DSST算法跟踪准确率达90%,每秒可处理101帧图像,是高效单目标跟踪器。(3)多目标视觉跟踪。提出了基于DSST跟踪器和多目标匹配的多目标跟踪方法,该方法使用YOLOv3检测结果初始化或者更新DSST跟踪器。首先分析了基于最近邻和基于目标特征相似度的多目标匹配方法原理;然后研究了多目标跟踪过程中新目标识别、跟踪器匹配更新和目标离开判别的方法;实验结果表明该方法能同时跟踪多个目标的运动轨迹。(4)智能交通视频监控系统设计。系统主要包括多车型流量统计、车辆异常行为检测、行人抓拍叁部分。在实际场景下,建立数据集对YOLOv3模型进行训练;利用YOLOv3检测出小车,客车、货车、行人4类目标,使用多目标轨迹跟踪进行多车型流量统计、交通目标低速与停车两种异常行为检测、行人抓拍。实验结果表明,系统车流量统计的平均准确率为98.3%;对运动方向检测、低速运动判别、停车判别、行人抓拍的准确率均超过75%;系统的FPS值在17~30之间波动,基本满足实时要求。(本文来源于《桂林电子科技大学》期刊2019-06-02）
庄盛秋[2]（2019）在《变电站智能视频跟踪监控系统研究与应用》一文中研究指出随着城市电力建设的发展,视频监控系统在变电站安全、可靠运行中的作用越来越重要。目前,变电站视频监控系统还未能实现自动智能控制,对运动目标无法自动检测跟踪,能采集到的现场区域视频信息较为固定。视频监控系统对变电站有无人员不敏感,缺少人脸识别功能,无法对闯入关键区域的人员实时报警,进而不能有效地站内防盗。因此,本文研发一种基于目标自动跟踪、自动检测报警、远程联动和图像处理等功能的变电站智能视频跟踪监控系统。该系统在目标跟踪、系统监控、图形量化等技术方面进行创新,具有较高的应用价值。本文主要研究徐州供电公司变电站视频监控系统,对智能视频跟踪监控的关键技术及实施过程进行了深入研究。本文阐述了变电站智能视频监控系统的研究现状,结合对徐州供电公司现场的调研,设计出智能视频跟踪监控系统的总体方案和架构。该智能视频跟踪监控系统以变电站生产实际为切入点,以实现站内操作的远程智能监护为目标,以基于多区域的多目标自动锁定跟踪作为本项目的主要内容。在对智能跟踪关键技术研究的基础上,确定了监控主系统、监控子系统和监控客户端的叁层系统结构,以及由图像识别、轨迹计算为基础的主从视频调度算法,从而确定了由网络式高速球机为鸟瞰主导摄像机和中速一体机为现场从属摄像机的现场部署方案。最后,将本文所设计的智能视频跟踪监控系统应用到公司管理信息系统中,对该系统的实施进行了详细的阐述,并通过在徐州供电公司赵山220kV变电站的现场实施验证了智能视频跟踪监控的应用效果。(本文来源于《中国矿业大学》期刊2019-06-01）
邱鹏瑞[3]（2019）在《基于OpenCV的视频监控与跟踪系统研究》一文中研究指出论文对当前视频监控系统智能化、自动化需求进行调研分析,基于OpenCV计算机视觉库、Visual Studio 2017和MFC框架设计并实现智能化视频监控与跟踪系统。系统主要对视频监控相关的图像处理方法与机器视觉算法进行研究并提供智能化监控跟踪解决方案,系统研究重点阐述了视频数据预处理中的图像灰度化和图像滤波操作,并在此基础上通过高斯混合背景差分提取运动目标,进行阈值二值处理实现与背景分离,目标完成检测后,采用Camshift进行目标跟踪并结合卡尔曼滤波完成目标运动预判报警功能。实验结果表明,系统能有效检测运动目标完成报警功能。(本文来源于《计算机与数字工程》期刊2019年04期）
周灿辉,刘蓝田,秦望龙[4]（2019）在《机场塔台高清高速视频跟踪监控系统的设计》一文中研究指出文章研究了机场塔台视频跟踪监控问题,提出了一种机场塔台高清高速视频跟踪监控系统的设计方法,给出了系统的工作原理,并对视频显控软件实现进行了设计,结合机场塔台着陆雷达信息、北斗信息和图像跟踪识别算法,提出了视频监控系统自动跟踪引导实现方法。通过现场实际试飞验证,该系统能够为塔台安全管控提供自动化辅助决策。(本文来源于《信息化研究》期刊2019年02期）
徐桂涛[5]（2019）在《煤矿视频监控系统中人员目标跟踪算法的研究与实现》一文中研究指出我国煤矿企业众多,煤矿领域的安全生产对社会与经济的发展具有重要意义,视频监控则是保障煤矿井下安全作业的关键措施。实现对井下人员的跟踪,能实时反映矿工在井下的信息,有利于井下人员定位和危险情况下的系统预警。同时,人员检测跟踪对井下矿工与设备安全作业,以及监控系统的自动化意义重大。本文针对煤矿井下的监控场景,在矿井下几个有代表性的场景中,分别利用颜色与纹理特征融合的Camshift算法、深度学习中的YOLOv3网络框架,实现对矿工的实时检测与跟踪。本文的主要研究工作包括以下几个方面:(1)在井下巷道与运煤皮带处对矿工的跟踪井下图像存在噪声干扰与光照不均的情况。因此,对图像进行了预处理,改善图像质量尤其是初始帧的质量。其次,针对矿工的特点,选用了颜色与纹理特征鲜明的跟踪区域,即矿工肩部以上的区域。颜色特征选用HSV颜色空间的H分量,纹理特征选用了改进的等价LBP纹理。最后,参照Mean shift跟踪算法中的概率密度函数融合两种特征,运用Camshift算法实现对矿工跟踪。实验表明,在井下光线昏暗以及头灯干扰的情况下,能够准确、实时地跟踪矿工。(2)井下变电所处矿工的识别跟踪井下变电所作为设备重地,设备与矿工的安全尤为重要。为了更加准确地实现矿工的检测跟踪,本文选用了YOLOv3深度学习网络框架。首先,在原有网络基础上缩减了网络结构、修改了网络参数。其次,预处理了变电所的矿工图像数据,重新训练了井下变电所的矿工模型。实验表明,经过修改后的训练模型,收敛更加快速、占用资源更少。在矿工多姿态、头灯干扰、目标变小的情况下均能识别并跟踪,在设置的置信度分数为0.25的前提下,对于视频中的矿工跟踪没有出现丢帧现象,完全满足实时监控的需求。(3)变电所矿工的行为分析实现变电所的矿工跟踪后,对矿工的后续行为进行简单分析。一是越界检测,利用矿工检测框的中心点与安全线的位置关系,来判定是否存在越界情况;二是滞留情况检测,统计并分析变电所矿工的巡检时间,通过矿工在划定区域的时间长短,判定矿工的滞留情况。通过对矿工的异常行为检测,以提高矿工的安全意识,保障变电所安全稳定地运行。对井下矿工的检测跟踪,提高了矿井监控系统的自动化程度,对于井下人员的安全作业与设备的安全运行意义重大。(本文来源于《中国矿业大学》期刊2019-04-08）
杨磊[6]（2019）在《智能视频监控系统中的目标检测和多目标跟踪技术研究》一文中研究指出随着计算机视觉技术的发展,尤其是深度学习技术的发展,智能视频监控技术越来越成熟。作为智能视频监控系统的重要组成部分,目标检测和目标跟踪技术已成为当前视觉领域重要的研究方向。本文围绕智能视频监控系统实际应用中基于深度学习的目标检测和多目标跟踪技术展开研究,分析了目标检测和多目标跟踪技术研究的背景、意义及国内外研究现状,深入研究了目标检测与多目标跟踪技术的基本理论和方法,最后分别对相关算法进行了改进。在目标检测方面,根据智能视频监控系统中实时性、精确性、占用较小显存空间的要求,本文改进了YOLO系列的精简版YOLOv3-tiny算法。以行人检测为例,通过调整YOLOv3-tiny算法中grid cell的横纵方向数量、优化YOLOv3-tiny算法网络结构、聚类确定anchor的数量及尺寸,得到改进的算法,并通过数据增强方法对训练数据集进行了扩充。实验结果显示改进的算法显着提高了算法精度,具备实时性、精确性,且不需要较大的显存空间,满足大部分智能视频监控系统实际应用的要求。在多目标跟踪方面,卡尔曼滤波面对运动特征不断变化的目标或监控系统摄像机的移动,无法较好的进行预测,同时卡尔曼滤波只包含了目标运动匹配度信息,没有包含物体表观特征信息。以行人的多目标跟踪为例,本文改进了一种基于卡尔曼滤波的多目标跟踪方法,使用马氏距离、余弦距离、空间距离的融合模型作为目标关联的依据。实验结果显示改进的多目标跟踪算法有效改善了基于卡尔曼滤波的SORT算法,满足智能视频监控场景中实时性、准确性要求。(本文来源于《南京航空航天大学》期刊2019-03-01）
[7]（2019）在《吉林省畜牧业管理局召开全省规模养殖直联直报信息系统跟踪监测工作视频会议》一文中研究指出吉林省畜牧业管理局在长春市组织召开了全省规模养殖直联直报信息系统跟踪监测工作视频会议。会议由省局畜产品加工管理处长陈波主持,省局柴冠副局长参加会议并作出了重要讲话。柴冠副局长从确保2018年度考核工作圆满完成、确保第一轮中央环保督察反馈问题整改完成、确保规模以下畜禽粪污资源化利用工作落实到位和确保2019年"两率"如期完成四个方面部署了年度工作任务,提出了工作要求。(本文来源于《吉林畜牧兽医》期刊2019年01期）
冯志刚,贾宁宁,朱琳琳[8]（2018）在《基于Hi3516a的视频跟踪系统的设计与实现》一文中研究指出为了实现无人机视觉应用中的目标跟踪,设计了一种基于Hi3516a处理器的视频跟踪系统。首先对该系统的硬件电路进行设计和搭建,并针对本硬件平台构建嵌入式软件系统,然后利用多媒体软件平台MPP与OpenCV视觉库,实现了具有实时目标跟踪功能的机载视觉系统。在硬件搭建上,以Hi3516a处理器为核心,设计外围存储、复位、电源、编码、通信电路。在目标跟踪算法实现部分,系统在KCF跟踪算法基础上结合双线性插值算法,改善无人机在跟踪过程中目标尺度变化带来的误差问题。经实验验证,本系统具有较好的跟踪成功率,同时跟踪速率达到30帧/秒,满足工程需求。(本文来源于《沈阳航空航天大学学报》期刊2018年06期）
雷柏超,马国亮,雷帮军,邹耀斌,任强[9]（2018）在《交通视频的质心算法车辆跟踪计数系统》一文中研究指出由于基于虚拟检测线的车辆计数误差较大,因此,研究一种实时性、鲁棒性好的车辆跟踪计数的算法成为研究的重点。文中提出了一种基于质心算法的多目标跟踪模型计数算法。首先提取视频图像中的前景运动图像,然后在检测位置设定虚拟线框,并设置区域的质心位置坐标,以巴氏系数判断当前目标和参考目标的匹配程度。通过实验分析,该算法可实现快速、有效的车辆跟踪计数。(本文来源于《信息通信》期刊2018年12期）
王云丽,武辉林,孙晓晔,成彬[10]（2018）在《船载光电跟踪远程视频监控系统软件设计和实现》一文中研究指出为了满足船载光电跟踪系统的远程监控需求,构建了一个基于C/S模式的远程视频监控系统,介绍了系统的总体结构、核心工作流程和软件要实现的功能,并详细介绍了利用SDK开发包中提供的相关函数实现远程视频预览的方法。该系统的研究对海上执法、搜救工作有重要意义。(本文来源于《河北省科学院学报》期刊2018年04期）
视频跟踪系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
随着城市电力建设的发展,视频监控系统在变电站安全、可靠运行中的作用越来越重要。目前,变电站视频监控系统还未能实现自动智能控制,对运动目标无法自动检测跟踪,能采集到的现场区域视频信息较为固定。视频监控系统对变电站有无人员不敏感,缺少人脸识别功能,无法对闯入关键区域的人员实时报警,进而不能有效地站内防盗。因此,本文研发一种基于目标自动跟踪、自动检测报警、远程联动和图像处理等功能的变电站智能视频跟踪监控系统。该系统在目标跟踪、系统监控、图形量化等技术方面进行创新,具有较高的应用价值。本文主要研究徐州供电公司变电站视频监控系统,对智能视频跟踪监控的关键技术及实施过程进行了深入研究。本文阐述了变电站智能视频监控系统的研究现状,结合对徐州供电公司现场的调研,设计出智能视频跟踪监控系统的总体方案和架构。该智能视频跟踪监控系统以变电站生产实际为切入点,以实现站内操作的远程智能监护为目标,以基于多区域的多目标自动锁定跟踪作为本项目的主要内容。在对智能跟踪关键技术研究的基础上,确定了监控主系统、监控子系统和监控客户端的叁层系统结构,以及由图像识别、轨迹计算为基础的主从视频调度算法,从而确定了由网络式高速球机为鸟瞰主导摄像机和中速一体机为现场从属摄像机的现场部署方案。最后,将本文所设计的智能视频跟踪监控系统应用到公司管理信息系统中,对该系统的实施进行了详细的阐述,并通过在徐州供电公司赵山220kV变电站的现场实施验证了智能视频跟踪监控的应用效果。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
视频跟踪系统论文参考文献
[1].曾星宇.基于YOLOv3和多目标跟踪的智能交通视频监控系统[D].桂林电子科技大学.2019
[2].庄盛秋.变电站智能视频跟踪监控系统研究与应用[D].中国矿业大学.2019
[3].邱鹏瑞.基于OpenCV的视频监控与跟踪系统研究[J].计算机与数字工程.2019
[4].周灿辉,刘蓝田,秦望龙.机场塔台高清高速视频跟踪监控系统的设计[J].信息化研究.2019
[5].徐桂涛.煤矿视频监控系统中人员目标跟踪算法的研究与实现[D].中国矿业大学.2019
[6].杨磊.智能视频监控系统中的目标检测和多目标跟踪技术研究[D].南京航空航天大学.2019
[7]..吉林省畜牧业管理局召开全省规模养殖直联直报信息系统跟踪监测工作视频会议[J].吉林畜牧兽医.2019
[8].冯志刚,贾宁宁,朱琳琳.基于Hi3516a的视频跟踪系统的设计与实现[J].沈阳航空航天大学学报.2018
[9].雷柏超,马国亮,雷帮军,邹耀斌,任强.交通视频的质心算法车辆跟踪计数系统[J].信息通信.2018
[10].王云丽,武辉林,孙晓晔,成彬.船载光电跟踪远程视频监控系统软件设计和实现[J].河北省科学院学报.2018