監(jiān)控視頻中的異常行為檢測方法研究.pdf

1、監(jiān)控視頻中的異常行為識別技術(shù)是計(jì)算機(jī)從包含人的視頻或圖像序列中對人的行為進(jìn)行理解和分類的技術(shù)。視頻監(jiān)控作為保障公共安全的一種有效方式，以及硬件設(shè)備的智能化和其親民的價格，促使愈來愈多的人開始關(guān)注這一領(lǐng)域，因此對異常行為識別的研究成為計(jì)算機(jī)視覺領(lǐng)域內(nèi)非常熱門的研究方向，對人體行為特征的提取、行為模式的建模和對異常行為的檢測成為目前領(lǐng)域內(nèi)密切關(guān)注的問題。當(dāng)下基于視頻的異常行為檢測的算法十分之多，本文主要針對監(jiān)控視頻下公共場所中人的異常行為進(jìn)

2、行研究，提出了基于運(yùn)動特征的人體異常行為檢測方法，實(shí)時地對視頻中的人進(jìn)行異常行為的檢測。主要分為四個部分：視頻圖像預(yù)處理、特征提取、特征聚類及人體異常行為檢測。
　　在特征提取部分，提出了一種新的時空特征提取方法，該方法能考慮到動作間在時間上的連續(xù)性。因?yàn)橐曨l場景中的某個動作，單獨(dú)來看是沒有任何異常的，但是連續(xù)的動作可能是異常的行為。所以，這樣的一種提取特征算法可以獲取更緊湊、更豐富的信息。跳過傳統(tǒng)的運(yùn)動前景提取以及目標(biāo)追蹤步驟，

3、直接作用于視頻片段上，該方式的優(yōu)點(diǎn)在于不存在背景塊被誤判為前景塊的可能，具有一定的抗干擾能力且減少了運(yùn)算量，能夠完整地提取出人體行為的輪廓和人所處的復(fù)雜環(huán)境的整體變化。
　　在字典學(xué)習(xí)部分，對特征進(jìn)行k-means型子空間聚類，形成一組簇的集合，這個集合可視作對正常的行為模式構(gòu)建超完備字典，集合中的每一個簇可視作一個子字典?；诔陚渥值涞膱D像稀疏表示因其具有稀疏性、特征保持性、可分性等特點(diǎn)對異常行為的檢測有很強(qiáng)的適用性。