视频监控已成为现代安全防范系统的重要组成部分,无论是道路交通、仓库厂房、学校围栏、银行安保、公司安检等都采用了视频监控作为防备安全的重要工具。而嵌入在监控系统中的计算机智能图像处理技术的重要性日益突出。例如,目标识别、越界识别、轨迹跟踪、失物识别、车牌识别、预测报警等智能理解技术,其智能性也越来越高。同时,针对特定目标的实时跟踪也是监控系统重要的辅助技术。本课题主要研究视频监控内容的智能理解技术,包括对视频中多目标的检测、识别和跟踪等。提出了基于随机选择及多层次颜色空间的超分割方法,能满足多目标分割覆盖率并智能标注视频序列中的多目标;提出了基于SURF特征的视觉词典分类方法,能显著提高目标识别率;提出了相似特征和相对移动相结合的多目标跟踪方法,能实现多目标的实时跟踪。本课题的主要研究内容和贡献:1、提出了基于随机选择及多层次颜色空间的超分割方法。针对复杂场景中多目标的分割检测,传统方法需要对整个视频序列进行全图扫描,并精确定位目标。本文方法在多层次颜色空间随机选择1000~10000个位置,能够定位那些描述目标类别的图像区域。该方法无需扫描整个视频序列,既显著降低目标检测的时间开销,又能保证对全图目标分割的覆盖率(recall),为后续目标识别提供足够的有效信息。2、提出了基于SURF特征的视觉词典分类方法。针对bag-of-words(简称BOW)分类方法识别率较低的问题,采用SURF特征建立视觉词汇,显著提高了分类效果。将SURF视觉词典分类方法用于普通场景分类,能实现场景的智能理解和目标的准确分类。将SURF视觉词典分类方法与特征空间可视化方法相结合,能一定程度上实现暗场景分类。3、提出了基于相似特征和相对位移结合的多目标跟踪方法。针对实时视频监控,采用低秩矩阵逼近解决了相似目标外观不可用问题,结合广义线性分配的相似特征计算方式,能实现多目标的实时跟踪。采用目标信息恢复“指示器”向量,能有效解决目标丢失与恢复问题。