1、作為眾多計算機視覺的基礎，運動目標檢測技術已成為智能監(jiān)控系統(tǒng)、目標識別、人機交互以及場景分析等涉及圖像和視頻分析理解方向的一個重點研究問題。運動目標檢測的任務，是從紛繁復雜的場景中把感興趣的運動目標盡可能完整的提取出來，這就依賴于背景模型的準確程度。因此，在智能視頻監(jiān)控系統(tǒng)中，背景模型的準確程度對后續(xù)的前景檢測、分類、跟蹤及行為理解分析等判斷產生重要影響。換而言之，它很大程度上決定了整個視頻監(jiān)控系統(tǒng)的性能。
　　本課題主要研究在復

2、雜場景下利用背景建模技術實現(xiàn)運動目標檢測。本文從工程應用的角度，有選擇性地對幾種經典背景建模算法進行深入的分析，并結合各模型的建模理論與實驗結果，總結了各算法的優(yōu)缺點。最后設計了基于高階矩和Canny邊緣算子相結合的分塊背景建模方法，并針對視頻場景中存在前景目標運動緩慢、長時間駐足的情況，采用幀間連續(xù)性檢測方案，使背景建模算法更加可靠。通過實驗驗證，該算法在保證準確檢測運動目標的前提下，能夠降低背景模型重建的時空復雜度，提高系統(tǒng)的運行效