基于智能視頻監(jiān)控的人體異常行為識別的研究.pdf

1、隨著視頻監(jiān)控系統(tǒng)在社區(qū)、安檢等方面的廣泛應(yīng)用，怎么樣自動(dòng)進(jìn)行迅速而又精準(zhǔn)的異常行為的檢測成為視頻監(jiān)控范疇中一個(gè)亟待解決的題目。人體異常行為識別的核心包含運(yùn)動(dòng)目標(biāo)檢測、運(yùn)動(dòng)目標(biāo)跟蹤、特征提取以及后期的異常行為識別這幾個(gè)重要部分。
　　因?yàn)槿梭w的運(yùn)動(dòng)是非剛性的運(yùn)動(dòng)，而且由于運(yùn)動(dòng)習(xí)慣、外觀、復(fù)雜的環(huán)境情況差異使得識別的難度較大，所建的人體模型不能準(zhǔn)確的表達(dá)人體的運(yùn)動(dòng)行為，以上的描述都給運(yùn)動(dòng)人體異常行為檢測的研究帶來了極大的挑戰(zhàn)。本文研究

2、改進(jìn)了運(yùn)動(dòng)目標(biāo)檢測算法，通過三幀差法結(jié)合自適應(yīng)高斯混合建模能夠清楚的提取運(yùn)動(dòng)前景并提出一套識別人體異常行為的方法，它能夠快速準(zhǔn)確的檢測出視頻序列中的人體行為是否發(fā)生異常。
　　異常行為識別的第一步即是進(jìn)行運(yùn)動(dòng)目標(biāo)檢測，運(yùn)動(dòng)目標(biāo)檢測效果的好壞對識別的效果具有直接的影響，因此本文首先研究了運(yùn)動(dòng)目標(biāo)檢測算法，通過采用幀差法、背景減除法和背景建模中的高斯混合模型進(jìn)行了運(yùn)動(dòng)目標(biāo)檢測實(shí)驗(yàn)，并對各個(gè)算法的優(yōu)缺點(diǎn)做了精確分析，我們通過三幀差法對視

3、頻序列劃分為正在運(yùn)動(dòng)區(qū)域、已經(jīng)運(yùn)動(dòng)區(qū)域和背景區(qū)域，分別給予不同的高斯混合模型更新率即自適應(yīng)學(xué)習(xí)率。并將更新策略做了調(diào)整進(jìn)行本文的運(yùn)動(dòng)目標(biāo)檢測。
　　分析根據(jù)上文的運(yùn)動(dòng)目標(biāo)檢測方法檢測到的人體運(yùn)動(dòng)目標(biāo)，接下來對其進(jìn)行特征提取以及人體異常行為識別，首先對特征提取算法進(jìn)行了研究，根據(jù)人體質(zhì)心橫坐標(biāo)的變化將其分為移動(dòng)型行為以及準(zhǔn)靜止型行為，對兩種行為分別提取質(zhì)心變化特征、膝關(guān)節(jié)位置特征以及hu矩形狀特征。最后一步是進(jìn)行異常行為的識別，通過