人體異常行為檢測(cè)技術(shù)的研究.pdf

1、在工業(yè)生產(chǎn)現(xiàn)場(chǎng)、生活社區(qū)、安全要求敏感等場(chǎng)合，視頻監(jiān)控有重要應(yīng)用價(jià)值，對(duì)維護(hù)國(guó)家及公共安全有現(xiàn)實(shí)意義。人的異常行為檢測(cè)和識(shí)別是提高視頻監(jiān)控智能化程度的一個(gè)主要途徑，它融合了計(jì)算機(jī)視覺(jué)、模式識(shí)別、心理學(xué)、生理學(xué)等多項(xiàng)技術(shù)。目前大多數(shù)監(jiān)控系統(tǒng)沒(méi)有充分發(fā)揮主動(dòng)監(jiān)督作用，對(duì)異常狀況的監(jiān)視仍然由人工完成。由于龐大的數(shù)據(jù)量及人為因素的影響，監(jiān)測(cè)效果令人堪憂。因此，在視頻序列中進(jìn)行異常行為的檢測(cè)與分析十分重要。
　　 本文基于該領(lǐng)域已有的相關(guān)

2、算法和理論，從準(zhǔn)確分割運(yùn)動(dòng)目標(biāo)、確定跟蹤對(duì)象、異常行為定義及分析幾個(gè)關(guān)鍵點(diǎn)入手，展開(kāi)研究，主要工作及具體內(nèi)容如下：⑴提出異常行為檢測(cè)系統(tǒng)的總體設(shè)計(jì)目標(biāo)，規(guī)劃了實(shí)施方案，搭建了硬件平臺(tái)；⑵在運(yùn)動(dòng)目標(biāo)檢測(cè)中，首先將與設(shè)備相關(guān)的RGB色彩圖像轉(zhuǎn)換為與人體視覺(jué)感知相似的HSI彩色空間圖像，從中提取色度和亮度特征，使分割特征滿足在光照變化和復(fù)雜背景情況下的可區(qū)分性。然后，應(yīng)用基于中值濾波背景模型的背景減法提取前景圖像，通過(guò)連通域分析獲取人體目標(biāo)的

3、位置信息；⑶選擇近似剛體的頭部作為跟蹤對(duì)象，研究了經(jīng)典的“凸”型模板頭部定位方法，針對(duì)其存在的問(wèn)題提出相應(yīng)的算法。選擇運(yùn)算效率高的列積分圖方法快速計(jì)算模板的評(píng)價(jià)函數(shù)值，提出粗一精多步搜索策略解決頭部面積變化和位置偏離軀干中線等情況下的準(zhǔn)確定位。以豎直橢圓代替頭部區(qū)域，然后提取其內(nèi)顏色特征，采用基于Mean Shift算法的粒子濾波方法實(shí)現(xiàn)運(yùn)動(dòng)人體跟蹤；⑷給出了三種具有隱蔽性的異常特征的定義，利用實(shí)時(shí)獲取的目標(biāo)最小外接矩形的高寬及高寬比信