随着计算机视觉技术的不断发展,视频监控技术越来越智能化。智能视频监控技术能够满足人们对于周界安全的需求,并在方方面面影响人们的生活,在安防领域发挥了重要的作用。基于计算机视觉的周界预警系统是智能视频监控技术的应用之一,利用摄像头对周界区域监控,通过计算机视觉技术来实时检测监控视频中是否有行人跨越警戒线或者进入警戒区域的紧急情况。主要工作内容与成果如下:1)通过对系统的需求分析并且基于硬件要求,采用客户端/服务器的架构设计软件系统。实现了具有连接控制,边界标记,报警查询等功能的客户端与具有视频流处理、行人检测、多目标跟踪、越界检测与入侵检测等功能的服务端。2)研究探讨常见的基于深度学习的行人检测算法,结合周界预警系统行人检测的需求,分析对比所探讨的基于深度学习的行人检测算法,最后使用SSD目标检测算法来实现该系统中的行人检测模块。SSD算法能够达到实时检测速度的要求且检测效果好。3)研究探讨基于卡尔曼滤波器的目标跟踪算法与两种基于检测的目标跟踪算法。根据系统的多目标跟踪需求与所使用的行人检测算法,采用DEEP＿SORT算法来解决系统的多目标跟踪问题。4)基于对行人越界行为与入侵行为的理解并结合现有的数学知识,给出了适用于周界防范中的越界行为检测方法与入侵行为检测方法,并在周界预警系统中使用这两种方法实现了越界行为检测与入侵行为检测功能。5)制定测试方案对周界预警系统越界检测功能与入侵检测功能的进行测试。基于测试视频得到的测试结果,系统平均检测率达到90%以上,达到了预期的效果。