1 西南科技大学计算机科学与技术学院，四川绵阳 621010
2 淮阴工学院计算机工程学院，江苏淮安 223003
3 中国电子科技集团公司第四十四研究所，重庆 400060
在非受控环境中，由于背景的动态变化或光照、阴影的影响，执行高效、实时的运动目标检测具有很大的挑战性，联合长波红外（LWIR 8～14 μm）和可见光相机构成一个多模视觉系统可以显著提高运动目标检测的鲁棒性和完整性。提出了一种先检测后融合的运动目标检测算法，首先对可见光视频采用混合高斯建模方法检测运动目标，对热红外视频设计了基于背景差分和时间差分相结合的加权算法提取运动区域，然后对可见光与热红外视频中运动目标进行特征级融合。实验结果表明：该方法利用热红外与可见光图像的直观互补特征，在满足实时性要求的同时，可实现运动目标的精确、完整、鲁棒性检测。
运动目标检测 视频监控 热红外视频 可见光视频 数据融合 moving target detection video surveillance thermal video visible video data fusion
在智能视频监视领域，协同利用可见光和热红外传感器,使全天时、精确、鲁棒的智能监视成为可能，具有显著的优势.对可见光-热红外运动目标融合检测的研究进展进行分析和总结.首先，分析了多源传感器融合检测问题，着重说明了融合检测的显著优势、关键步骤及已有公开测试数据集等；然后，详细分析了该类算法的研究进展，从融合策略、运动检测策略和融合结构三个不同方面进行了对比说明，讨论了其优缺点和适用范围；最后,对目前所面临的问题和可能的研究方向进行了探讨.
热红外视频 可见光视频 融合 运动目标检测 thermal video visual video fusion moving object detection
