安防系統(tǒng)中基于視覺的異常行為分析算法研究與實現(xiàn).pdf

1、智能視頻監(jiān)控技術(shù)能自主對場景中的異常行為進行識別，面對日漸嚴峻的安全形勢，其應(yīng)用越來越廣泛。目前大多數(shù)異常行為分析系統(tǒng)單純從圖像像素角度進行分析，不同場景下識別復(fù)雜行為具有一定的局限性。本文針對這一問題，利用基于單目視覺的攝像機標(biāo)定技術(shù)，對原有的異常行為分析算法進行改進，具有研究意義和應(yīng)用價值。
　　本文首先研究了攝像機標(biāo)定技術(shù)，實現(xiàn)了地平面像素坐標(biāo)到實際坐標(biāo)的轉(zhuǎn)換，并對目標(biāo)成像大小進行估計，對于提高后續(xù)處理算法的通用性具有重要意

2、義。對于目標(biāo)檢測，采用基于混合高斯背景建模的背景減除法，增加了模型再匹配環(huán)節(jié)，以獲得更完整的前景目標(biāo);參考估計的目標(biāo)成像大小進行目標(biāo)合并和篩選，以適應(yīng)不同視頻場景。對于目標(biāo)跟蹤，選擇Kalman和Meanshift相結(jié)合的方法，增加了Meanshift跟蹤窗口自適應(yīng)調(diào)整功能，利于減少目標(biāo)跟蹤丟失次數(shù);生成實際坐標(biāo)軌跡，利于提高行為分析的準(zhǔn)確性。對于異常行為分析，設(shè)計了區(qū)域入侵、尾隨、徘徊三種典型安防異常行為分析算法。最后，設(shè)計并實現(xiàn)了基