基于传感网的视频变化检测实验实验成果

视频变化检测在日常生活中具有广泛的应用，如交通管理 (Laparmonpinyo and Chit-sobhuk，2010; Marusiak and Szczepanski，2006)、森林火灾防护 (Kim and Wang， 2009; Zhang，2007)、环境灾害监测，等等。由于视频变化检测是非常重要的科学问题和应用问题，视频变化检测算法和系统得到大量的研究。

从使用视频数量的多少来看，有基于单视频和基于双视频 (或多视频)。单视频往往检测固定视场里人或物的变化。双视频变化检测主要检测相同地方不同时间两视频中同步针的变化。

从系统运行的环境来看，有基于本地的单服务器。这类系统主要是交互式的，系统在与人的交互中完成变化检测。同时，也有基于网络的服务器，如法国Citilog开发的基于视频的检测和调查产品。

从算法上看，有大量针对不同情况下的检测算法。Aach等 (1993) 研究了基于统计的视频变化检测算法。比较不同统计下相同错误预警率，以及使用马尔科夫随机场方法克服全局阈值问题。Benois-Pineau和Khrennikov (2010) 使用p-Adic神经网络随机学习检测视频中的变化。Fernando等 (2001) 提出了使用B帧插值宏块数量探测MPEG-2压缩视频中突然场景的变化。Gao等 (2008) 应用主成分分析方法探测压缩视频的场景变化。Sand和Teller (2004) 研究了不同时间视频的时空对齐，以及比较相应像素探测变化。

上面描述的算法和系统在特定的情况下都有自己的优势，但是随着现实需求的多样性，上面的算法和系统会面临这样那样的问题，例如:(www.xing528.com)

系统往往不是基于网络和标准接口。基于网络和标准接口，能方便更多的用户使用系统，且更容易实现共享与互操作。

系统往往时效性差，不能实现实时或近实时。实时包括获取数据实时、处理数据实时和实时得到结果。但是，现实中，如灾害处理和决策，实时是非常重要的。

系统往往多需求性不好。不能很好地针对多种实际应用开发多种处理算法。

要克服这三个大问题，视频变化检测系统必须是基于网络的、标准兼容的、实时的和基于需求的。传感网服务下视频变化检测系统是这样的系统。本实验研究基于传感网服务的实时的、按需的视频变化检测系统。