基于視頻監(jiān)控的智慧幼兒園安全檢測關(guān)鍵技術(shù)研究.pdf

1、基于視頻監(jiān)控的智慧幼兒園安全檢測，是指以視頻監(jiān)控為載體對智慧幼兒園內(nèi)幼兒的異常行為進行實時自動的檢測，從而最大程度確保幼兒的安全。一方面，由于當(dāng)今社會正處于信息化時代，物聯(lián)網(wǎng)的存在使得我們可以獲取到海量的數(shù)據(jù)；另一方面，隨著人們生活水平的提高，家長越來越關(guān)注幼兒的成長和身心健康。相比于傳統(tǒng)的幼兒園，智慧幼兒園的安全檢測也需要更加完善，因此，本文致力于智慧幼兒園內(nèi)的幼兒安全檢測關(guān)鍵技術(shù)研究，以視頻監(jiān)控為載體，實現(xiàn)對智慧幼兒園的安全檢測。<

2、br>　　按照視頻監(jiān)控場景的復(fù)雜度和異常檢測的要求，園內(nèi)幼兒安全檢測可分為簡單場景下的檢測和復(fù)雜場景下的檢測。首先，本文提出了越界檢測、基于封閉區(qū)域內(nèi)的規(guī)則檢測和摔倒檢測這三種基于規(guī)則的幼兒個體異常行為檢測算法，主要用于園內(nèi)簡單場景下幼兒的異常行為檢測。這三種檢測算法實現(xiàn)簡單，能夠取得很好的檢測效果，檢出率分別為100％、100%和92%，但需要事先人為規(guī)定異常規(guī)則，可擴展性不強。其次，本文提出了一種基于改進的Camshift/Kalm

3、an個體運動多目標跟蹤算法，并根據(jù)此跟蹤算法進一步提出了一種基于運動模型的幼兒個體運動異常檢測算法。其中，提出的個體運動多目標跟蹤算法用于實現(xiàn)多目標跟蹤、目標跟蹤自動初始化、目標跟蹤自動失效處理等功能。提出的幼兒個體運動異常檢測算法在利用個體運動多目標跟蹤算法獲取到運動目標信息后，以視頻監(jiān)控圖像中最小子塊為單位，通過建立的正常運動模型對未知運動目標進行異常檢測，實現(xiàn)對幼兒在視頻監(jiān)控中的位置、運動方向、運動速率和停留時間等信息的實時檢測。

4、該算法具有較高的準確性和較快的檢測速度，特別是針對運動目標較少的場景中的個體運動異常檢測，平均召回率為92.6%，平均檢測速度為33.8 ms/幀，優(yōu)于同類個體異常檢測算法的實驗結(jié)果數(shù)據(jù)。第三，本文提出了一種結(jié)合背景差分和光流法的幼兒群體運動狀態(tài)突變事件檢測算法，用于園內(nèi)幼兒集體活動時群體運動狀態(tài)突變的異常檢測。該算法結(jié)合了背景差分算法數(shù)據(jù)處理速度快的優(yōu)勢和光流算法實驗結(jié)果準確性高的優(yōu)勢，對于UMN視頻數(shù)據(jù)庫中的視頻片段AUC值可以達到

5、0.96以上，平均檢測速度為25.8 ms/幀，相比于其它同類群體異常檢測算法在綜合性能上有明顯的提高。最后，利用基于像素統(tǒng)計的人群密度估算方法，將以上提出的各種安全檢測算法整合在一起，組合成一套比較完整的適用于智慧幼兒園內(nèi)的視頻監(jiān)控安全檢測算法，并利用OpenCV開源計算機視覺庫，在Windows操作系統(tǒng)Microsoft Visual Studio2010開發(fā)平臺下用Visual C++語言對智慧幼兒園視頻監(jiān)控安全檢測關(guān)鍵技術(shù)進行了