城市安防系統(tǒng)中行為識別技術(shù)的研究與實(shí)現(xiàn).pdf

1、復(fù)雜背景下人（群）體行為檢測與分析的高效算法是計(jì)算機(jī)視覺、模式識別等領(lǐng)域的前沿研究課題，是智能監(jiān)控系統(tǒng)的關(guān)鍵技術(shù)，在國家安全、民用等領(lǐng)域具有十分廣闊的應(yīng)用前景。在現(xiàn)實(shí)生活中，大量有意義的視覺信息包含在運(yùn)動(dòng)之中，把運(yùn)動(dòng)目標(biāo)從實(shí)時(shí)變化的背景中快速、準(zhǔn)確地檢測出來是對圖像進(jìn)一步分析處理的關(guān)鍵。運(yùn)動(dòng)目標(biāo)檢測在人的姿態(tài)分析、人的行為識別、群體的突發(fā)事件具有重要的科學(xué)意義和應(yīng)用價(jià)值。然后，對檢測目標(biāo)進(jìn)行跟蹤，獲取跟蹤目標(biāo)的相關(guān)信息，根據(jù)這些信息進(jìn)行

2、后續(xù)的行為識別和分析。
　　本文首先簡單地描述了一下復(fù)雜群體行為識別的緊迫性和必要性，然后綜合的論述了國內(nèi)外對于復(fù)雜背景下的群體行為識別的技術(shù)現(xiàn)狀。然后，重點(diǎn)介紹了行為分析的前期工作，即運(yùn)動(dòng)目標(biāo)的檢測。眾所周知，運(yùn)動(dòng)目標(biāo)檢測的效果對后續(xù)的行為分析有著重要的影響，所以詳細(xì)的介紹了運(yùn)動(dòng)目標(biāo)檢測的方法。其中，著重介紹了運(yùn)動(dòng)目標(biāo)檢測的一般步驟和常用的運(yùn)動(dòng)目標(biāo)檢測算法。論文從快慢更新算法兩個(gè)角度對運(yùn)動(dòng)目標(biāo)檢測進(jìn)行了詳細(xì)的分析，重點(diǎn)分析了快慢

3、更新算法的優(yōu)缺點(diǎn)，然后將兩者結(jié)合起來應(yīng)用，但是實(shí)際使用即便將兩種方法結(jié)合起來，要達(dá)到完美的效果依然需要后繼處理，而后繼處理包括膨脹與腐蝕，消除毛刺和填充空洞，以及消影等一系列的處理工作。
　　之后，重點(diǎn)介紹了行為識別的主要技術(shù)。這方面主要介紹了在行為識別中用到的底層特征的提取，例如固態(tài)特征，動(dòng)態(tài)特征，還有時(shí)空特征等，以及行為的特征表示形式，最后還介紹了一些常用的行為建模的技術(shù)，如模板匹配模型，概率圖模型，基于文法的模型，以及基于統(tǒng)

4、計(jì)關(guān)系學(xué)習(xí)的模型等；并提出基于潛在語義分析 PLSA進(jìn)行行為識別的算法。在第四章里，我們重點(diǎn)講述了目標(biāo)跟蹤的方法，在這里詳細(xì)的介紹了當(dāng)前流行的目標(biāo)跟蹤算法，著重分析了它們的優(yōu)缺點(diǎn)，然后從單目標(biāo)跟蹤和多目標(biāo)跟蹤兩個(gè)方面詳細(xì)的論述了各自的技術(shù)難點(diǎn)和關(guān)鍵點(diǎn)，以及應(yīng)對的方法，而且以具體的詳細(xì)的實(shí)驗(yàn)進(jìn)行了論證和演示。無論是單目標(biāo)跟蹤還是多目標(biāo)跟蹤，跟蹤效果都是非常不錯(cuò)的。而對于目標(biāo)行為也簡單的敘述了一下，從目標(biāo)行為的分類中著重講述了兩個(gè)關(guān)鍵的目標(biāo)

5、行為，即兩個(gè)目標(biāo)的聚合和單目標(biāo)的分離。對于兩種目標(biāo)行為都進(jìn)行了簡單地介紹和分析。
　　本文為基于行為識別技術(shù)的城市安防監(jiān)控系統(tǒng)的研究，這就需要對復(fù)雜背景下的群體進(jìn)行行為分析，主要研究人（群）運(yùn)動(dòng)目標(biāo)的實(shí)時(shí)檢測、跟蹤和主要行為的識別和理解，研究視覺信息計(jì)算的認(rèn)知機(jī)理，構(gòu)建新的計(jì)算模型和高效的計(jì)算方法，提高視覺感知信息的理解能力和處理效率。在視頻的監(jiān)控中目標(biāo)檢測的用意就是將所要跟蹤的目標(biāo)從視頻圖像中標(biāo)注出來。然而，由于背景圖像經(jīng)常受到