1、智能視頻監(jiān)控現(xiàn)已被廣泛地運(yùn)用在安防系統(tǒng)當(dāng)中，且主要安裝在倉庫、銀行、機(jī)場、交通路口等重要區(qū)域。因此提高視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測識(shí)別的準(zhǔn)確度成為我們當(dāng)前研究的重點(diǎn)。
　　本文主要針對(duì)如何提高智能監(jiān)控系統(tǒng)中運(yùn)動(dòng)目標(biāo)的檢測識(shí)別率問題，對(duì)現(xiàn)有的目標(biāo)檢測識(shí)別技術(shù)進(jìn)行系統(tǒng)的分析研究，并提出了改進(jìn)方案，最后利用數(shù)據(jù)融合方法進(jìn)一步提高了目標(biāo)識(shí)別的精確度。主要研究內(nèi)容如下：
　　提出了一種基于自適應(yīng)慣性權(quán)重優(yōu)化螢火蟲算法（IFA）改進(jìn)的二維OT

2、SU圖像閾值分割法，在保證分割效果的前提下提高了二維OTSU閾值分割法的運(yùn)算效率。在此基礎(chǔ)上，針對(duì)監(jiān)測運(yùn)動(dòng)目標(biāo)獲得相對(duì)完整信息的需求，提出了一種結(jié)合基于IFA的二維OTSU閾值分割法改進(jìn)三幀差法(ITFD)與光流法的運(yùn)動(dòng)目標(biāo)檢測方法，使得整個(gè)檢測能夠達(dá)到實(shí)時(shí)性要求的同時(shí)取得更好的目標(biāo)檢測效果。圍繞運(yùn)動(dòng)目標(biāo)區(qū)域檢測結(jié)果，采用基于被檢測目標(biāo)物理特征以及HOG特征結(jié)合支持向量機(jī)分類器的目標(biāo)識(shí)別方法完成單目標(biāo)識(shí)別，并通過運(yùn)用“一對(duì)一”的方法實(shí)現(xiàn)

3、了多目標(biāo)分類，從而有效的提高了系統(tǒng)的識(shí)別性能。針對(duì)單視角目標(biāo)識(shí)別中出現(xiàn)誤判等問題，提出了基于多視角圖像決策層數(shù)據(jù)融合技術(shù)的目標(biāo)識(shí)別決策融合方法，以獲取更加準(zhǔn)確的類別判斷。
　　綜上所述，本文針對(duì)運(yùn)動(dòng)目標(biāo)檢測識(shí)別中的閾值分割、運(yùn)動(dòng)目標(biāo)檢測、單目標(biāo)識(shí)別和誤判修正等問題提出了改進(jìn)算法和實(shí)現(xiàn)策略，有效地提高了視頻監(jiān)控系統(tǒng)對(duì)多運(yùn)動(dòng)目標(biāo)域的單體特征目標(biāo)的識(shí)別精度。實(shí)驗(yàn)驗(yàn)證表明，本文提出的有關(guān)算法能夠準(zhǔn)確的檢測和識(shí)別視頻圖像序列中的運(yùn)動(dòng)目標(biāo)，較