1、隨著計算機技術(shù)的飛速發(fā)展和生活水平的提高,人們在許多領(lǐng)域?qū)π畔踩笤絹碓礁?例如用計算機對小區(qū)進行智能監(jiān)控,不僅節(jié)約人力資源和成本,也為日后案件的調(diào)查提供證據(jù)。智能監(jiān)控就是利用計算機自動檢測出視頻中的人體運動對象的運動類型并識別出運動對象的身份,目前這方面的研究才剛剛起步。
　　 本文研究了理想情況下的智能監(jiān)控,分別是靜止背景的包含人體運動的監(jiān)控視頻和只有虹膜和瞳孔的彩色虹膜圖片。這兩種理想情況的研究為未來生物特征識別的多模

2、態(tài)融合和智能監(jiān)控提供依據(jù)。監(jiān)控視頻中的人體運動識別其主要研究內(nèi)容是,實時的自適應地提取監(jiān)控視頻的背景,并分割出人體運動對象,提取人體運動對象的SIFT(Scale Invariant FeatureTransform)運動特征,最后用SVM識別出人體運動類型;彩色虹膜識別的主要內(nèi)容是,使用CBSILF(Color-Based Scale-Invariant Local Feature)提取彩色虹膜的特征點并用彩色信息子描述特征點,最后通

3、過匹配進行識別。
　　 傳統(tǒng)的監(jiān)控視頻的背景提取方法有三種,一種方法是事先拍攝一張沒有運動對象的靜態(tài)圖片作為視頻的背景,但分割出來的對象易受光照,天氣等因素的影響;一種方法是對視頻的圖像序列各像素點對應的像素值進行平均,所得的圖像作為視頻的背景,這種方法分割的對象有噪聲;還有一種方法是自適應地提取視頻的背景,目前這方面的研究有很多,但效果依舊不理想。與傳統(tǒng)的監(jiān)控視頻中背景提取方法不同的是,本文提出的方法能夠?qū)崟r地自適應提取監(jiān)控視