一种基于改进帧差法的运动目标检测

针对视频中的运动目标离摄像头较近时由于形状的变化而导致目标边界测定不准确的问题,在帧间差分法的基础上,提出了一个求精运动目标边界的算法。先用得到边界值计算目标中心点,再对视频中的运动目标进行运动距离和速度的检测,并在Matlab中进行仿真。实验结果表明,该算法对帧差法的结果进行求精后,得到的运动目标的状态值更接近于实际情况,改进的算法更适合于视频中运动目标形状变化较大的情况下进行运动目标状态的检测。

面向Hadoop集群并行处理的复杂交通环境监控视频中运动目标检测方法

复杂交通环境视频中运动目标的自动检测是智能视频犯罪侦查系统的关键技术之一。本文提出了一种在Hadoop集群上对复杂交通环境视频中的运动目标进行检测的方法——OHMOFD方法,该方法是对帧差法进行改进,有效地克服了传统帧差法检测运动物体时容易出现孔洞的缺点并适合Hadoop集群并行处理。OHMOFD方法在Hadoop集群上实现了一层次并行运动目标检测。实验表明,车辆行人运动目标检测效果较好,检测效率也比运行在PC单机上的串行检测算法效率有明显提高。