基于隱馬爾科夫模型的聚眾事件檢測.pdf

1、異常事件檢測是視頻監(jiān)控領(lǐng)域的研究熱點和難點之一,目前對它的研究尚處于起步階段。異常事件一般有較少發(fā)生、預(yù)料之外及與特定任務(wù)相關(guān)等特點,這些特點限制了傳統(tǒng)的基于確定模型方法的應(yīng)用。隱馬爾科夫模型(HMM)是一種基于統(tǒng)計的模型,對模擬、預(yù)測隨機時序數(shù)據(jù)性能良好,利用HMM可以對聚眾異常事件進行有效描述。
　　本文根據(jù)廣西科學(xué)研究與技術(shù)開發(fā)計劃項目《基于圖像傳感器陣列目標跟蹤監(jiān)控系統(tǒng)的研究與實現(xiàn)》的研制要求,對特定場景下的聚眾異常事件進

2、行了研究。為更好的研究聚眾事件,本文為聚眾、非聚眾事件(正常事件)分別建立對應(yīng)的HMM模型。主要工作如下:
　　1、針對近幾年基于HMM模型的異常事件檢測中常采用的目標軌跡、坐標、速度、顏色、方向、大小等特征在聚眾、非聚眾事件檢測中的不足,本文以基于統(tǒng)計的思想選取有效的距離特征向量來描述這兩類事件,并詳細分析了該矢量在描述這兩類事件的有效性。
　　2、在合理選擇初始模型的基礎(chǔ)上,將視頻中描述聚眾、非聚眾事件特征序列與HMM有