基于智能視頻分析的異常檢測算法及其應用研究.pdf

1、智能視頻分析利用計算機視覺、圖像處理、視頻分析和模式識別的方法對攝像機拍攝的視頻序列進行智能分析，有效降低漏報和誤報現(xiàn)象發(fā)生的概率，實現(xiàn)了監(jiān)控系統(tǒng)由“被動監(jiān)控”到“主動監(jiān)控”的轉變，有助于用戶對異常事件及時做出響應，是計算機視覺領域中一個新興的應用方向和備受關注的前沿課題。
　　本文首先對基于視頻的周界入侵檢測算法進行了研究。為了減小環(huán)境變化、光照、噪聲、圖像質量等對智能視頻監(jiān)控入侵檢測方法造成的負面影響，本文提出利用 HOG和傅

2、立葉描述子作為特征，利用 SVM訓練分類器，實現(xiàn)對入侵目標的準確識別，排除動物、植物等其他干擾因素，從而有效降低系統(tǒng)的誤報率。
　　隨著深度神經(jīng)網(wǎng)絡在圖像處理、語音識別和自然語言處理等領域取得的巨大成功，本文探索了利用卷積神經(jīng)網(wǎng)絡進行行人檢測，改善了傳統(tǒng)的基于 HOG的行人檢測方法，所實現(xiàn)的基于 Caffe框架的鐵軌人員入侵檢測取得了顯著效果，在實驗所用測試數(shù)據(jù)集上取得了優(yōu)異的效果。
　　在當前社會人口老齡化和家庭空巢化等問