近年来，智能视频监控系统在银行、电力、交通、安检以及军事设施等领域的安全防范方面发挥着越来越重要的作用。而动态场景中的前景检测则是实现后续监控处理的基础，也是制约整个系统稳定性、可靠性的关键。为了有效提取出动态场景中的静态前景，本文提出了一种基于多级框架的静态前景检测方法。采用非实时更新的混合高斯模型对背景进行建模，提取出各种前景。再通过边缘统计的方法，对各前景的位置进行分析，依据静态前景的位置特征提取出静态前景，并快速消除光线躁声，降低虚警。在保证检测性能的基础上，再加入跟踪，根据得到的前景的运动特征信息，反过来进一步促进提高检测的性能。实验结果表明，基于该方法的静态前景检测能达到较高的实时性能，并且检测性能良好，为后续的前景跟踪、事件行为分析提供了稳定的判断依据。基于该算法实现的特种车辆智能监管平台，能实现对车辆的抛洒物进行实时检测及跟踪，并且虚警率低于10%，而准确率达到90%以上。

>>查看原文初稿链接<<

>>更多科技论文<<