1.课题来源与背景： 课题受到哈尔滨市科技创新人才研究专项基金项目的支持。随着高校规模的扩大，校园学生密度日益提高。校园安全事件时有发生，校园安全形势严峻。高校安全保卫工作中如何处理好突发性事件，减少校园暴力，实现有效的校园安全防护正成为高校安全保卫工作的焦点。对智能视频分析技术进行深入研究和探讨，力争将校园安防建设的重点向基于智能视频分析技术的安防平台系统建设发展。提升校园安防管理的智能化程度，提高应对校园异常事件甄别的精准度和处置的响应速度，更有效地保障校园的正常秩序和安全管理。本课题的研究也为安防系统中智能视频分析技术的大规模应用和推广创造了必要条件。 2.创新点 （1）针对背景中存在颜色相近目标或目标被遮挡时CAMSHIFT算法跟踪失败的问题，提出了一种改进的CAMSHIFT目标跟踪算法。 （2）针对粒子滤波的退化问题以及使用单一特征跟踪鲁棒性不高的缺点，提出了一种基于多特征融合的核粒子滤波目标跟踪方法。 （3）为解决多示例跟踪算法中外观模型和运动模型不足导致跟踪精度不高的问题，提出基于压缩感知的多示例学习目标跟踪算法。 （4）针对目标在复杂场景条件下跟踪鲁棒性不高的缺点，提出一种基于卷积神经网络和粒子滤波框架相融合的目标跟踪方法 3.社会经济效益 本项目的研究成果会为智能视频监控系统的销售市场的扩大提供必要的技术支持，会使社会经济效益得到提升。本项目的开发也将成为企业的发展契机，通过不断技术创新，提高产品质量，增加产品生产规模，提高产品市场竞争力和经济效益。同时为就业提供资源，具有较好的社会效益。通过本项目研究，还可为高校和企业培养一批重要的技术骨干，他们将成为支撑项目课题承担单位可持续发展的中坚力量。

黑龙江工程学院

该项目为储备库项目资源，暂无效益分析内容。