练士龙，李 强，赵蓓蕾

（西南科技大学 信息工程学院，四川 绵阳 621010）

视频监控系统广泛应用于各种监控场合。如何有效地对视频监控区域内容进行分析处理是一个值得深入探讨的问题，尤其针对行人目标进行侦测是当前研究的一大热点。

行人检测算法研究已取得了一些成果，常用的行人检测算法有背景差法和光流法等[1]。Gavrila等人[2]给出了基于轮廓模板的匹配方法，该方法实现简单，但对姿态变化多样的行人检测具有一定的局限性。Viola等人[3]结合类haar小波特征与AdaBoost算法建立瀑布型行人检测分类器，有效地提高行人检测速度。李娟等人[4]利用改进的混合高斯模型实现行人检测，具有较好的适应性和鲁棒性。Alonso等人[5]利用人体各个部位特征信息建立支持向量机检测器，通过检测结果的综合比较来完成对行人的检测。Walk S等人[6]利用行人颜色自相似度特征，并结合HOG特征实现行人检测，有效地提高了检测精度，缺点是计算量较大。朱文佳等人[7]将改进的Boosted Cascade人脸检测算法应用到行人检测中，具有检测速度快、训练时间短的优点，但训练尺度会影响其检测精度。

本文在设计视频监控系统的基础上，接着结合形态学分析方法，利用背景差分法和阴影去除方法精确提取目标运动区域，再结合连续均值量化变换（SMQT）和SNoW分类算法对运动区域中的行人及其面部信息进行检测。进而通过监控区域中是否存在行人目标的检测判断实现视频监控系统的录像启动与行人侦测报警等功能，以达到无人值守监控的目的。……