基于隱馬爾可夫模型的監(jiān)控視頻異常事件檢測(cè)

1、碩士學(xué)位論文基于隱馬爾可夫模型的監(jiān)控視頻異常事件檢測(cè)基于隱馬爾可夫模型的監(jiān)控視頻異常事件檢測(cè)SurveillanceVideoAnomalyDetectionviaHiddenMarkovModel作者姓名：陳嬌學(xué)科、專業(yè)：信息與通信工程學(xué)號(hào)：21409024指導(dǎo)教師：盧湖川教授完成日期：2017年6月1日大連理工大學(xué)DalianUniversityofTechnology萬(wàn)方數(shù)據(jù)大連理工大學(xué)碩士學(xué)位論文I摘要近年來(lái)恐怖襲擊事件頻發(fā)，人

2、們對(duì)于公共場(chǎng)所的安全的關(guān)注度越來(lái)越高，傳統(tǒng)的人工檢測(cè)手段無(wú)法高效準(zhǔn)確的完成異常事件的檢測(cè)，人們希望計(jì)算機(jī)對(duì)監(jiān)控視頻捕捉到的畫面自動(dòng)分析，并在異常事件發(fā)生時(shí)及時(shí)發(fā)出警報(bào)，實(shí)現(xiàn)智能監(jiān)控系統(tǒng)的搭建。目前本領(lǐng)域的研究方向是建立半監(jiān)督的模型，檢測(cè)畫面中是否存在異常事件。研究主要存在的問(wèn)題是模型兼容性差、計(jì)算復(fù)雜度過(guò)高。針對(duì)這些問(wèn)題，本文提出使用隱馬爾可夫模型建立正常事件的模型，模型的兼容性增強(qiáng)。同時(shí)，在特征提取和篩選過(guò)程中使用基本、快速的算法提升

3、模型整體計(jì)算效率。本文提出了利用隱馬爾可夫模型作為基礎(chǔ)模型，實(shí)現(xiàn)監(jiān)控視頻的異常事件檢測(cè)。隱馬爾可夫模型作為一種生成模型在視頻異常事件檢測(cè)領(lǐng)域比較新穎，可以在不同場(chǎng)景中針對(duì)不同類型的異常事件進(jìn)行有效檢測(cè)，包括位置異常、速度異常、方向異常、群體行為異常等。本文的算法框架如下：首先提取視頻的三維梯度特征；對(duì)提取的特征信息采取隨機(jī)篩選的處理，在保證模型精確度的前提下，大幅度提高計(jì)算效率；然后，對(duì)篩選后的特征信息使用主成分分析法進(jìn)行降維處理，提取