中文摘要：

本课题针对当前社会广为关注的公共安全问题，提出一种多源数据的多维建模与融合算法，用于面向物联网的主动安全智能监控系统。通过多源信息感知终端对观测现场进行信息采集以及信号的初级处理，然后采用无线通信的方式，将各智能终端的信息传递给物联网服务器做进一步分析、处理。鉴于多源数据类型多样化、信息量庞大的特点，采用动态空间数据和多维表示及分析的理论与方法，从整个区域及系统论角度，揭示异常信息的特征，建立多源多维数据融合模型，解决预警智能空间决策支持系统的关键理论与技术。从而建立多源数据高度融合的时空分析智能预警系统，可以及时提出威胁分析、警告提示等信息，有望在智能监控系统目标识别跟踪的基础上，提高监控效率，实现广域视角下的智能预警功能。本课题的研究成果在公共安全监控领域具有很好的应用前景。

结论摘要：

本课题针对传统视频监控系统存在的监控视角受限，不具备主动预警的特点，在参阅国内外现有智能监控技术、解决方案的基础上，最终确定基于视觉和多传感融合的全视驾驶员辅助系统作为本课题的实验测试平台。对智能监控系统多源传感器数据采集及预处理、信息建模与融合，预警分析与决策，以及基于嵌入式平台的算法移植及功能测试展开了研究。与单目视觉系统相比，双目/多目视觉系统不仅可以扩大系统的观察范围，而且可以利用立体视觉原理进行三维立体测量。因此，系统首先需要完成多传感器节点信息采集和预处理。在对多源视频监控系统数据处理时，采用分层信息融合的思路。对双目/多目视频进行校正、配准、融合等一系列处理，可以完成由多视角视频图像拼接成相对完整的广域视角图像的过程。通过高斯混合模型建立静态背景图像，进而可以实现运动目标对象的检测、识别与跟踪。通过立体三维测量，将摄像机标定结果与逆透视投影方法相结合，在检出目标点的基础上，可以将空间物体的二维图像坐标换算成世界坐标系下的空间三维坐标，从而实现视觉场景范围内目标对象的非接触式三维测量。另外，对所处环境的路况及指引性标志的检测与识别，可以有效地提高对所处环境的感知，从而有助于决策系统做出进一步的分析与判断。对观测现场整个区域内的数据进行特征提取、目标检测及跟踪，然后根据预警判定准则综合评价观测数据，筛查是否存在异常情况。如果触发预警机制，则将会向人类发出报警信息。根据判定结果采取相应措施，以降低意外发生引起的一系列损失。最后，基于嵌入式平台对系统多传感器信息融合、目标检测、识别及跟踪算法进行算法移植及性能测试，验证监控系统在广域视角下的预警功能。本课题的研究内容在分层融合特征信息，提出预警判定准则方面作了初步的研究，对智能监控系统主动安全预警有一定的借鉴意义。