紅外視訊移動目標檢測的應用背景：

        通常的視訊目標檢測，往往都是可見光下的目標檢測，這種檢測識別以及跟蹤技術已經很成熟了，但卻有一個無法避免的缺陷，那就是無法在光線不足的 情況下進行有效的檢測，在無光的晚上根本就不能進行檢測。而紅外檢測就可以彌補這樣的不足。紅外視訊通過物體輻射紅外線的強度而成像，這樣就擺脫了可見光的束縛，可全天候進行有效的檢測跟蹤。 紅外視訊檢測的幾個特點：         紅外視訊中的目標檢測，相對於可見光下的目標檢測要難得多，這是因為：         1、紅外視訊的質量 很容易受到拍攝紅外視訊的裝置的影響，一旦裝置的效能不夠穩定，拍攝出來的紅外視訊將會在後面的檢測過程中帶來很很大的難度，所以紅外視訊的拍攝裝置比可見光要求的更高。         2、紅外視訊的成像依靠物體的紅外輻射強度來成像。原則上，在溫度大於絕對零度的物體都會向外輻射紅外線，溫度越高，輻射越強，成像越清晰。所以，在紅外成像的過程中，如果目標的溫度和背景很相近的情況下，檢測就會帶來難度。但在一般情況下，移動的目標如果是非生命體，則其就有動力源，而動力源處溫度必然高於所處環境的溫度，這樣就增加了成功檢測的概率。如果移動目標是生命體，由於生命體具有其自身穩定的溫度，例如人平均溫度大概是36.5度，動物如豬大概是39度，這樣在成像的視訊的每一幀影象中，目標的畫素值是保持不變的，如果這個生命體的灰度值在變化，則其不是生命體目標。         3、紅外視訊中的移動目標，在運動的過程中，其輻射強度與背景的輻射強度差是在改變的，其原因在於目標的輻射強度不變，而背景的輻射強度因環境改變而改變，比如原來旁邊沒有路燈，當車行駛到有路燈的地方，背景就發生了改變，這樣在視訊中表現出來就是目標有時候容易檢測出來，有時候因與背景太相似而無法檢測出來。 紅外視訊目標檢測的幾點建議：

         1、光流檢測演算法：光流檢測演算法本身並沒有針對是可見光視訊還是紅外視訊，其原理還是通用的。在光流檢測的過程中，應用角點檢測，計算光流，應用移動速度判斷是目標還是背景，進而檢測出目標。          2、畫素值判斷：因為目標的紅外輻射強度和背景肯定是存在差異的，因此，判斷一個移動目標在視訊中的畫素值範圍，可以有效地避免目標的誤檢，但這種方法的前提是，能夠找到一個合適的畫素值範圍。          3、邊緣判斷（也是大小判斷）：檢測的目標都是有邊緣的，如果檢測出來的目標是沒有邊緣的，或者邊緣特別大，超出了自己設定的閾值，那麼其必然不是目標。          4、如果背景是移動的，那麼還可以考慮角度判斷！至於角度怎麼設定，要根據具體的視訊，根據視訊的移動方式，是旋轉還是平移，其角度判斷是不同的！