面向智能視頻監(jiān)控系統(tǒng)的運動目標檢測與異常行為分析.pdf

1、智能視頻監(jiān)控（IVS）是計算機視覺中近年來倍受關(guān)注的一個應(yīng)用領(lǐng)域，它利用機器視覺和圖像處理相關(guān)技術(shù)實現(xiàn)對視頻信號的處理、分析和理解，進而達到對監(jiān)控系統(tǒng)智能控制的目的，有效解決傳統(tǒng)監(jiān)控系統(tǒng)因數(shù)據(jù)處理量大，響應(yīng)時間長以及人類自身固有弱點等缺陷導(dǎo)致的監(jiān)控效率低下和繁瑣工作量等問題。
　　本次論文研究的開展主要針對智能視頻監(jiān)控方面的應(yīng)用需求，著力研究視頻序列中的運動目標的提取和異常行為分析，著手完成固定場景中運動目標的檢測與跟蹤，并且在充

2、分利用檢測及跟蹤得到的運動目標信息的基礎(chǔ)上，實現(xiàn)對視頻監(jiān)控范圍內(nèi)目標行為的主動分析。本文完成的研究工作及主要貢獻如下：
　　目標檢測研究方面，針對傳統(tǒng)的基于混合高斯建模進行前景檢測的缺陷，本文做了算法改進，改進算法將高斯建模與幀間差分兩種方法相結(jié)合實現(xiàn)目標檢測，目標提取更加完整。此外，在現(xiàn)有算法基礎(chǔ)上，本文提出了一種基于差分背景融合建模的運動目標檢測算法，該算法通過連續(xù)視頻幀圖像間的差分運算獲得背景區(qū)域像素的逐步填充融合建立背景圖

3、像，并構(gòu)建自適應(yīng)背景更新策略達到背景模型的實時更新，有效實現(xiàn)穩(wěn)定背景模型的建立，并完成完整前景的檢測，實驗結(jié)果證明，本文算法穩(wěn)定性高，前景檢測效果好。
　　目標跟蹤研究方面，針對復(fù)雜背景下目標跟蹤的技術(shù)難點，本文提出了一種基于圖像感知哈希技術(shù)的運動目標跟蹤算法，算法通過圖像感知哈希技術(shù)構(gòu)建目標哈希值進行模板匹配，采用搜索跟蹤和匹配跟蹤兩種策略相配合準確獲取運動目標在幀圖像序列中的位置和尺度信息，利用新的圖像信息更新目標模板，實現(xiàn)運

4、動目標的準確、持續(xù)跟蹤以及模板尺寸的自適應(yīng)修正，有效解決傳統(tǒng)匹配算法在跟蹤應(yīng)用中時間復(fù)雜度高，準確性低，對噪聲、遮擋、目標尺度變化等抗性不足的問題。
　　異常行為分析方面，根據(jù)異常行為難定義、易發(fā)現(xiàn)的特點，本文從異常行為的宏觀狀態(tài)出發(fā)采用基于目標團塊和軌跡分析的方法判別異常行為，針對不同種類異常行為設(shè)定不同的判別規(guī)則，當規(guī)則被觸犯，則觸發(fā)報警。本文具體完成包括：監(jiān)控ROI設(shè)定、運動人體標識、目標特征提取等幾個方面的算法實現(xiàn)，并基于