基于手部圖像特征分析的超市中異常行為的檢測(cè).pdf

1、隨著公共安全問(wèn)題的日益突出和視頻數(shù)據(jù)的爆炸式增長(zhǎng)，智能監(jiān)控逐漸成為計(jì)算機(jī)視覺(jué)的一個(gè)研究熱點(diǎn)。針對(duì)超市監(jiān)控中的盜竊現(xiàn)象等人體異常行為進(jìn)行分析和檢測(cè)，不僅能夠減輕監(jiān)控人員的勞動(dòng)壓力，更能夠減少超市的經(jīng)濟(jì)損失，同時(shí)對(duì)社會(huì)的穩(wěn)定和諧也有一定的促進(jìn)作用。因此，對(duì)超市監(jiān)控中異常行為進(jìn)行分析和檢測(cè)的相關(guān)研究，具有重要的理論研究和實(shí)用價(jià)值。
　　對(duì)超市監(jiān)控中的異常行為分析和檢測(cè)，首先要進(jìn)行人體運(yùn)動(dòng)目標(biāo)檢測(cè)。由于超市中的盜竊行為主要是手部對(duì)商品的“

2、拿取”與“藏匿”，因此，在檢測(cè)到的人體運(yùn)動(dòng)目標(biāo)區(qū)域內(nèi)根據(jù)手部的膚色特征及大小、位置和幾何特征對(duì)手部區(qū)域再進(jìn)行檢測(cè)與分割。然后對(duì)手部區(qū)域進(jìn)行跟蹤，本文將Mean Shift（均值漂移）和Kalman濾波相結(jié)合的跟蹤方法首次應(yīng)用在超市監(jiān)控的手部區(qū)域跟蹤中，利用Kalman濾波跟蹤算法對(duì)Mean Shift算法的迭代初始位置進(jìn)行預(yù)測(cè)；并根據(jù)手部運(yùn)動(dòng)狀態(tài)的變化對(duì)“拿取商品”和“藏匿商品”的“行為時(shí)空點(diǎn)”進(jìn)行判斷。經(jīng)過(guò)實(shí)驗(yàn)對(duì)比分析，Kalman濾

3、波跟蹤算法減少了Mean Shift算法在手部運(yùn)動(dòng)較快和背景復(fù)雜情況下的誤差，實(shí)現(xiàn)了對(duì)手部區(qū)域的準(zhǔn)確跟蹤。
　　對(duì)于異常行為的檢測(cè)，本文提出了基于手部圖像特征分析的超市中異常行為的檢測(cè)方法。在檢測(cè)到的“拿取商品行為時(shí)空點(diǎn)”后，提取手部及周圍運(yùn)動(dòng)像素區(qū)域的顏色直方圖和紋理直方圖特征，利用巴氏距離與未拿商品的手部區(qū)域特征進(jìn)行相似度度量，并與獲得的相似度均值比較來(lái)判斷“拿取商品”行為；對(duì)于“藏匿商品”行為的判別，前提是在“拿取商品”行為