1、隨著人們物質生活水平的提高和計算機視覺技術的發(fā)展，人們越來越重視對突發(fā)事件的預防和緊急事件的應對。智能視覺監(jiān)控是實現(xiàn)安全監(jiān)控的重要手段之一，它能在不需要人干預的情況下，對視頻圖像序列進行分析自動檢測、跟蹤與識別監(jiān)控場景中的目標，并在此基礎上進行更高層的行為理解和行為分析。運動目標檢測和跟蹤是智能視覺監(jiān)控系統(tǒng)中的關鍵技術，具有廣泛的應用價值。
　　 視覺監(jiān)控系統(tǒng)主要包括兩個部分：一個是運動目標的檢測和提取，另一個是目標的預測與跟蹤

2、。本文的主要目標是在研究目標檢測和跟蹤算法的基礎上，搭建一套跟蹤系統(tǒng)實驗平臺。具體工作如下：
　　 1．研究了視覺監(jiān)控中常用的目標檢測算法——幀間差分法和背景減除法，給出了檢測原理和步驟，并通過實驗對幀差法和高斯模型進行了比較，實驗結果體現(xiàn)了這兩種方法的優(yōu)缺點和適用場合。本文選取混合高斯模型進行背景建模。
　　 2．介紹了獨立分量分析(Independent Component Analysis，ICA)的基本原理和相關

3、的數(shù)學基礎。提出將ICA算法應用于目標檢測中，同時，用信息最大化的獨立分量分析(Infomax)算法在MATLAB7.0環(huán)境下進行了仿真實驗。實驗結果表明ICA是一種有效的目標檢測方法。
　　 3．在目標跟蹤方面，本文研究了CamShift跟蹤算法和基于Kalman濾波的運動估計，詳細介紹了兩種方法的原理和步驟，這為設計系統(tǒng)的跟蹤模塊奠定了理論基礎。
　　 4．設計并實現(xiàn)了基于OpenCV的智能視覺監(jiān)控系統(tǒng)。本文首先根據(jù)