道路監(jiān)控下的運(yùn)動(dòng)目標(biāo)檢測(cè)和異常行為檢測(cè)有效方法研究.pdf

1、視頻監(jiān)控在現(xiàn)代社會(huì)中有著廣泛的需求，從公共領(lǐng)域到家庭生活都有不同的應(yīng)用。其中，公共環(huán)境的監(jiān)控需要大量的設(shè)備資源和人力資源，而引入智能視頻處理與分析技術(shù)會(huì)顯著提高監(jiān)控系統(tǒng)的效用，諸如不間斷的監(jiān)控，更可靠高效，更低的成本，更好地保護(hù)隱私。本文的研究工作圍繞監(jiān)控系統(tǒng)中的智能視頻處理與分析任務(wù)展開(kāi)，重點(diǎn)研究運(yùn)動(dòng)前景檢測(cè)和異常行為檢測(cè)兩個(gè)關(guān)鍵問(wèn)題，關(guān)注的監(jiān)控場(chǎng)景主要是固定單攝像頭下的公共場(chǎng)所，如存在車(chē)輛和行人的街道等。
　　在諸多運(yùn)動(dòng)前景檢

2、測(cè)的算法中，背景差分法是實(shí)時(shí)監(jiān)控系統(tǒng)中廣泛采用的方法。本文給出了背景建模的基本假設(shè)，采用了一種基于Σ-Δ濾波的方法進(jìn)行背景建模和前景檢測(cè)，并對(duì)Σ-Δ濾波方法進(jìn)行了改進(jìn)，以穩(wěn)定地提取背景信息、平衡背景更新速率與外界干擾的矛盾。同時(shí)，本文使用采樣中值濾波建立初始背景，彌補(bǔ)Σ-Δ法初始化慢的問(wèn)題。對(duì)于前景檢測(cè)后得到的前景區(qū)域，使用形態(tài)學(xué)操作來(lái)填補(bǔ)孔洞、去除小區(qū)域噪聲、連通與分割區(qū)域。
　　在異常行為檢測(cè)的算法中，由于省略目標(biāo)識(shí)別和跟蹤的

3、步驟，基于特征的方法具有較低的復(fù)雜度和系統(tǒng)需求，適合于分布式的道路監(jiān)控系統(tǒng)。本文對(duì)前景檢測(cè)得到的區(qū)域計(jì)算形狀參數(shù)，求基于攝像頭架設(shè)模型的歸一化面積，獲取基于局部時(shí)空平滑光流與混合高斯模型的目標(biāo)速度。根據(jù)目標(biāo)的形狀、面積、速度等特征參數(shù)，使用多個(gè)不同的分類(lèi)器，分檢目標(biāo)的種屬、位置和速度。在這個(gè)框架下，三個(gè)分類(lèi)器是相互獨(dú)立的，并使用統(tǒng)計(jì)分析的方法分別獲取其參數(shù)和表征正常狀態(tài)的活動(dòng)區(qū)域圖、速度范圍圖。
　　本文對(duì)于運(yùn)動(dòng)前景檢測(cè)以及異常行