多視頻流異常事件檢測方法研究.pdf

1、智能視頻監(jiān)控是當(dāng)前世界上機(jī)器視覺研究領(lǐng)域中的一個熱點，它結(jié)合人工智能、計算機(jī)圖形學(xué)、模式識別等研究領(lǐng)域的成果，自動地解析視頻監(jiān)控設(shè)備采集的視頻流，為監(jiān)控者抽取和提供關(guān)鍵信息。
　　 在實際應(yīng)用中，監(jiān)控者所要獲取的信息可能同時出現(xiàn)在多個視頻流中。單個視頻流的事件檢測往往無法從多個角度抽取信息，并加以綜合分析。多視頻流事件檢測的優(yōu)勢在于通過視頻流之間的關(guān)聯(lián)性提高檢測結(jié)果的準(zhǔn)確性，其難點在于如何讓檢測結(jié)果的同步性和準(zhǔn)確性同時得到保證。

2、
　　 本文以ATM機(jī)上發(fā)生的非法取款行為作為主要研究對象，提出一種多視頻流異常事件協(xié)同檢測和取證方法，同時考慮實際應(yīng)用的準(zhǔn)確性、經(jīng)濟(jì)性，建立原型系統(tǒng)。該系統(tǒng)主要用于實時監(jiān)控ATM機(jī)自助取款行為，對非法取款行為進(jìn)行自動報警和證據(jù)保存。
　　 首先，根據(jù)非法ATM機(jī)自助取款行為的特殊性和規(guī)律性，提出一種多視頻流異常事件檢測方法，并初步建立多視頻流異常事件檢測系統(tǒng)。其中，對可能存在的取款操作者人臉部分的反取證行為，該方法使用

3、基于類Haar特征的Adaboost算法檢測有無臉部遮擋，同時使用粒子濾波器與均值漂移結(jié)合的目標(biāo)跟蹤算法檢測操作者手部運動軌跡，并且通過各模塊之間事件檢測的關(guān)聯(lián)，判斷是否存在非法取款行為，進(jìn)行自動報警和證據(jù)保存。
　　 其次，針對多視頻流異常事件檢測中可能存在的視頻流之間檢測不同步的現(xiàn)象，本文在初步建立的系統(tǒng)里，為手部軌跡跟蹤模塊加入基于時間消耗的自適應(yīng)粒子濾波器，并與均值漂移目標(biāo)跟蹤算法結(jié)合使用。該方法保證了事件分析的同步性，