電梯轎廂內(nèi)異常行為識別研究.pdf

1、智能視頻監(jiān)控技術(shù)已被廣泛應(yīng)用于現(xiàn)有的視頻監(jiān)控場景之中，本文針對電梯轎廂環(huán)境的特殊性，將圖像處理技術(shù)和視頻分析技術(shù)應(yīng)用于電梯轎廂視頻監(jiān)控場景中，將轎廂內(nèi)可能發(fā)生的異常行為進(jìn)行分類，針對不同行為的特點，分別提出了對應(yīng)的異常行為檢測方法。
　　本文針對電梯轎廂環(huán)境的特殊性，將轎廂內(nèi)可能發(fā)生的異常情況分為三類：單人的暈倒行為，多人的打架、搶劫行為及存在遺留物品，針對以上三種行為發(fā)生時的特點，提出三種對應(yīng)的異常檢測算法。首先，在目標(biāo)前景檢測

2、中，通過自適應(yīng)中值濾波法融合均值法提取背景模型，將減背景法與Sobel算子邊緣檢測法結(jié)合來獲取前景圖像，解決了現(xiàn)有前景提取算法在電梯監(jiān)控場景中的不適用性，在獲取有效前景的同時，摒棄掉無用的邊緣，從而得到完整的前景目標(biāo)。其次，利用連通區(qū)域內(nèi)像素統(tǒng)計的方法，進(jìn)行乘梯人數(shù)的判斷，根據(jù)不同的乘梯人數(shù)判斷可能發(fā)生哪些異常行為。在單人暈倒識別問題上，通過計算相鄰兩幀之間輪廓的Hausdorff距離，判定是否存在靜止前景。對于多人異常行為識別的光流計

3、算的迭代問題，改進(jìn)了傳統(tǒng)的金字塔光流模型，提出了基于 Harris角點的光流計算方法，極大的減少了數(shù)據(jù)規(guī)模及運算復(fù)雜度，并建立了一種基于角點動能的模型作為多人異常行為識別的判定標(biāo)準(zhǔn)。在遺留物檢測算法中，利用背景差法和幀差法的固有特點，當(dāng)幀差法無法檢測到物體，而背景差法可以檢測到物體時，可以判定存在遺留物品。
　　本文的系統(tǒng)平臺是基于 MFC語言并加載 OpenCV視覺庫進(jìn)行開發(fā)的，并在模擬的環(huán)境中進(jìn)行了相關(guān)的實驗。實驗結(jié)果表明，該