文 献 综 述 1.引言 视频图像分析是近年来计算机视觉领域中备受关注的前沿方向。

从技术角度而言，其研究内容相当丰富，主要涉及到模式识别、图像处理、计算机视觉、人工智能等学科。

同时，动态场景中运动的快速分割、非刚性运动、目标之间互相遮挡或停止的处理等也为视频图像分析研究带来了一定的挑战。

视频图像分析主要是对运动图像序列进行分析处理，它通常涉及到运动检测、目标分类、目标跟踪及行为理解与描述几个过程。

其中，运动目标检测与跟踪处于整个视觉监视系统的最底层，是视频图像分析中最基本的方法，是各种后续高级处理如目标分类、行为理解等的基础。

视频图像指动态图像(moving image)，可以认为是随时间变化的静态图像序列。

在静态图像中，信息密度随空间分布，且相对于时间为常量；而动态图像的空间信息密度特征随时间分布。

所以，在视频图像的目标识别中，既有静态图像处理的特点，可以借用静态图像处理的一些方法；同时还有动态图像自身的特点，即动态图像连续帧之间的相关性。

在现实生活中，大量的有意义的视觉信息包含在运动之中。

比如交通流量的监测、重要场所的保安、航空和军用飞行器的制导、汽车的自动驾驶或辅助驾驶等。