中国科学院软件研究所机构知识库
Advanced  
ISCAS OpenIR  > 多媒体通信和网络工程研究中心  > 学位论文
学科主题: 计算机应用
题名:
视频监控中若干关键问题的研究
作者: 张春荣
答辩日期: 2010-05-29
导师: 吴志美
授予单位: 中国科学院研究生院
授予地点: 北京
学位: 博士
关键词: 视频监控,目标检测,目标跟踪,可扩展视频编码,加密
摘要: 随着网络带宽、计算机处理能力和存储容量的迅速提高,以及各种视频信息处理技术的出现,全程数字化、网络化的视频监控系统优势愈发明显。其高度的开放性、集成性和灵活性为视频监控系统和设备的整体性能提升创造了必要的条件;同时也为整个安防产业的发展提供了更加广阔的发展空间,崭新的应用模式和市场机遇不断涌现。视频监控系统过程向着大型、连续、综合化发展,形成了复杂监控过程,监测控制的要求越来越高,需要更高性能的系统和采用更优秀的控制手段,面临着不能用传统方法解决的新问题。本文概述了目前视频监控中面临的挑战,简要介绍了与视频监控相关的研究领域和研究现状,研究了视频监控中若干亟待解决的问题,主要取得了以下几个方面的研究成果: 第一,提出了基于AdaBoost的改进的人脸检测算法,针对AdaBoost算法的训练速度慢的问题,提出了基于阈值控制的训练方法;同时研究了AdaBoost算法人脸检测方法,利用肤色模型检测人脸区域,并对颜色模型进行了光照补偿。实验结果表明本文的算法具有较好的检测结果。 第二,提出了基于Canny算法的一般目标检测算法,提出了改进的Canny边缘检测算法,研究了Canny算法中噪声抑制的方法,采用改进中心加权的MTM算法有效的抑制噪声。针对Canny检测算法中阈值设置的问题,提出改进的Canny阈值补偿的方法。实验结果表明,改进的Canny算法相比原算法具有更好的目标检测性能。 第三,提出了一种基于均值漂移(Mean Shift)的改进的目标跟踪算法,通过搜索窗口带宽的计算,加权背景信息以及卡尔曼滤波器建模改进了跟踪算法,避免了均值漂移算法中的一些关键问题。对比实验结果表明,本文的改进方法相比原算法具有较好的性能。 第四,研究了视频监控中基于可扩展视频编码(SVC)的技术。首先讨论了视频监控中采用可扩展视频编码(SVC)的优势,探讨了视频监控中采用可扩展视频编码(SVC)的框架。然后针对于视频质量评估问题,设计并实现了基于可扩展视频编码(SVC)的视频质量评估系统Evalvid-SVC,研究了基于可扩展视频编码(SVC)的视频质量评估。 第五,研究并实现了视频数据安全传输技术。提出了基于Diameter的统一认证方案。任何用户想要获取视频资源,都必须通过AAA子系统的认证和授权,授予合法用户以特定的方式使用资源。另外,为了保证监控数据从监控前端安全地传送到视频监控客户端,本文提出了一种有效的保证视频数据安全传输的方案。设计的数据加密算法应用DES算法对前端设备采集到的音视频数据进行加密,并通过定时更新和RSA加密的方式保护和传输DES密钥。
语种: 中文
内容类型: 学位论文
URI标识: http://ir.iscas.ac.cn/handle/311060/2294
Appears in Collections:多媒体通信和网络工程研究中心 _学位论文

Files in This Item:
File Name/ File Size Content Type Version Access License
张春荣_视频监控中若干关键问题的研究.pdf(3017KB)----限制开放 联系获取全文

Recommended Citation:
张春荣. 视频监控中若干关键问题的研究[D]. 北京. 中国科学院研究生院. 2010-05-29.
Service
Recommend this item
Sava as my favorate item
Show this item's statistics
Export Endnote File
Google Scholar
Similar articles in Google Scholar
[张春荣]'s Articles
CSDL cross search
Similar articles in CSDL Cross Search
[张春荣]‘s Articles
Related Copyright Policies
Null
Social Bookmarking
Add to CiteULike Add to Connotea Add to Del.icio.us Add to Digg Add to Reddit
所有评论 (0)
暂无评论
 
评注功能仅针对注册用户开放,请您登录
您对该条目有什么异议,请填写以下表单,管理员会尽快联系您。
内 容:
Email:  *
单位:
验证码:   刷新
您在IR的使用过程中有什么好的想法或者建议可以反馈给我们。
标 题:
 *
内 容:
Email:  *
验证码:   刷新

Items in IR are protected by copyright, with all rights reserved, unless otherwise indicated.

 

 

Valid XHTML 1.0!
Copyright © 2007-2017  中国科学院软件研究所 - Feedback
Powered by CSpace