人體異常行為識別算法研究與實現(xiàn).pdf

1、智能監(jiān)控系統(tǒng)主要基于圖像處理,人工智能及模式識別等技術。對這種系統(tǒng)的研究有如下幾個方面:①運動前景的提取,②目標分割及辨識,③目標跟蹤,④行為識別及歸類。本文針對的對象式是人體,且主要對異常行為的識別進行研究。
　　 本文首先簡單的介紹了整個監(jiān)控系統(tǒng)所需的主要數(shù)字圖像處理技術。針對傳統(tǒng)方法去噪處理效果不佳的問題,采用了自適應的高斯背景更新模型對前景進行提取,并提出了基于三通道分離的背景差分改進算法。
　　 本文接下來研究

2、了監(jiān)控視頻中人體的異常行為。針對不同的應用場景,可將問題分類為單人的行為判別,少數(shù)人之間的突發(fā)暴力行為以及群聚事件。由于各情況下圖像反映的特征信息不同,本文將采用3種方法對它們進行處理。
　　 在單人情況下,這里采用了近景攝像頭,這樣能清晰的提取目標的外部結構及幾何特征。再根據支持向量機(Support Vector Machine,SVM)理論,利用計算機較強的學習能力,對輸入的視頻進行訓練,分類和識別。
　　 針對少

3、數(shù)人之間的異常行為,本文采用兩人間的打斗視頻。首先提取兩個關鍵的動態(tài)特征:速度幅值及方向角的變化率。它們能反映目標的劇烈且不規(guī)則的變化,作者由此歸納出整個視頻能量的動能部分。另一方面,人與人間距離越近則發(fā)生異常行為的幾率越大,作者根據天體間的萬有引力歸納出勢能部分。將兩部分加權后總結出視頻中每幀的總能量,根據它判斷監(jiān)控范圍內是否發(fā)生了異常。
　　 在廣場等環(huán)境下,攝像頭監(jiān)控的范圍較廣,視頻中的人體的具體特征也不明顯。因此作者在M