基于視頻的行人異常行為檢測(cè)技術(shù)的應(yīng)用研究.pdf

1、智能監(jiān)控就是利用計(jì)算機(jī)來(lái)替代人工對(duì)監(jiān)控視頻中的內(nèi)容進(jìn)行自動(dòng)化分析的技術(shù)。作為一種有效的安防手段,智能監(jiān)控系統(tǒng)已經(jīng)越來(lái)越受到人們的重視。對(duì)于視頻監(jiān)控而言,更多的是對(duì)可監(jiān)控范圍內(nèi)的行人行為的一種監(jiān)控判斷,因此人體的異常行為分析更成為此領(lǐng)域的一個(gè)比較重要且具有實(shí)際意義的研究方向。本文將會(huì)從理論研究和實(shí)際應(yīng)用的角度出發(fā),對(duì)監(jiān)控視頻中的人體異常行為的檢測(cè)和分類做出一些新的探索。
　　本文將視頻監(jiān)控中出現(xiàn)的行人分為單體和群體兩大類,并分別對(duì)單

2、體異常行為和群體異常行為進(jìn)行了研究和分析。其一,在對(duì)視頻中單一出現(xiàn)的行人進(jìn)行分析時(shí),本文首先對(duì)其進(jìn)行目標(biāo)檢測(cè)和跟蹤處理,從視頻流中分離出行人的整體輪廓,并將此輪廓信息與事先存于標(biāo)準(zhǔn)模板庫(kù)中的輪廓信息進(jìn)行比對(duì),然后再分析出行人這一系列的動(dòng)作是否為異常;其二,在對(duì)群體異常行為進(jìn)行分析時(shí),本文摒棄了微觀分析每一個(gè)單體行為的方法,而是從宏觀的角度出發(fā),從視頻中出現(xiàn)的運(yùn)動(dòng)群體中抽取出可以代表群體整體行為的拓?fù)浣Y(jié)構(gòu),并利用計(jì)算機(jī)系統(tǒng)對(duì)此拓?fù)浣Y(jié)構(gòu)進(jìn)行

3、監(jiān)控,如果此拓?fù)浣Y(jié)構(gòu)發(fā)生結(jié)構(gòu)性變化,則可以認(rèn)為群體行為發(fā)生質(zhì)變,并依據(jù)拓?fù)浣Y(jié)構(gòu)發(fā)生的變化類型對(duì)群體異常行為進(jìn)行分類。
　　本文無(wú)論是在單體異常行為分析階段還是在群體異常行為分析階段,都使用了較多的優(yōu)化策略。對(duì)于單體分析而言,在前期的預(yù)處理階段,本文就使用了快、慢更新策略來(lái)對(duì)前景進(jìn)行檢測(cè);使用了卡爾曼濾波和顏色模型相結(jié)合的方法對(duì)運(yùn)動(dòng)單體進(jìn)行跟蹤;在行人輪廓的處理階段也采用了輪廓補(bǔ)充和輪廓信息降維的處理方法來(lái)進(jìn)一步獲取行人的完整行為信

4、息;使用了最不相似的標(biāo)準(zhǔn)模板庫(kù)建立方法來(lái)獲取更具代表性的模板庫(kù);改進(jìn)了Hausdorff距離使圖像序列相似度度量方法更為平滑。這些改進(jìn)不僅保留了模板匹配算法原有的優(yōu)勢(shì),同時(shí)也某種程度上填補(bǔ)了模板匹配算法固有的缺陷。在對(duì)群體行為進(jìn)行分析的時(shí)候,本文將計(jì)算流體學(xué)中的可視化方法和聚類分析方法應(yīng)用到對(duì)群體行為的分析之上,從視頻流中提取到可以代表群體運(yùn)動(dòng)狀態(tài)的拓?fù)浣Y(jié)構(gòu),并通過(guò)對(duì)拓?fù)浣Y(jié)構(gòu)的監(jiān)控從而分析出群體分流、合流,分散和聚集等多種群體異常行為。