基于視頻的行人異常行為檢測技術(shù)的應用研究.pdf

1、智能監(jiān)控就是利用計算機來替代人工對監(jiān)控視頻中的內(nèi)容進行自動化分析的技術(shù)。作為一種有效的安防手段,智能監(jiān)控系統(tǒng)已經(jīng)越來越受到人們的重視。對于視頻監(jiān)控而言,更多的是對可監(jiān)控范圍內(nèi)的行人行為的一種監(jiān)控判斷,因此人體的異常行為分析更成為此領(lǐng)域的一個比較重要且具有實際意義的研究方向。本文將會從理論研究和實際應用的角度出發(fā),對監(jiān)控視頻中的人體異常行為的檢測和分類做出一些新的探索。
　　本文將視頻監(jiān)控中出現(xiàn)的行人分為單體和群體兩大類,并分別對單

2、體異常行為和群體異常行為進行了研究和分析。其一,在對視頻中單一出現(xiàn)的行人進行分析時,本文首先對其進行目標檢測和跟蹤處理,從視頻流中分離出行人的整體輪廓,并將此輪廓信息與事先存于標準模板庫中的輪廓信息進行比對,然后再分析出行人這一系列的動作是否為異常;其二,在對群體異常行為進行分析時,本文摒棄了微觀分析每一個單體行為的方法,而是從宏觀的角度出發(fā),從視頻中出現(xiàn)的運動群體中抽取出可以代表群體整體行為的拓撲結(jié)構(gòu),并利用計算機系統(tǒng)對此拓撲結(jié)構(gòu)進行

3、監(jiān)控,如果此拓撲結(jié)構(gòu)發(fā)生結(jié)構(gòu)性變化,則可以認為群體行為發(fā)生質(zhì)變,并依據(jù)拓撲結(jié)構(gòu)發(fā)生的變化類型對群體異常行為進行分類。
　　本文無論是在單體異常行為分析階段還是在群體異常行為分析階段,都使用了較多的優(yōu)化策略。對于單體分析而言,在前期的預處理階段,本文就使用了快、慢更新策略來對前景進行檢測;使用了卡爾曼濾波和顏色模型相結(jié)合的方法對運動單體進行跟蹤;在行人輪廓的處理階段也采用了輪廓補充和輪廓信息降維的處理方法來進一步獲取行人的完整行為信

4、息;使用了最不相似的標準模板庫建立方法來獲取更具代表性的模板庫;改進了Hausdorff距離使圖像序列相似度度量方法更為平滑。這些改進不僅保留了模板匹配算法原有的優(yōu)勢,同時也某種程度上填補了模板匹配算法固有的缺陷。在對群體行為進行分析的時候,本文將計算流體學中的可視化方法和聚類分析方法應用到對群體行為的分析之上,從視頻流中提取到可以代表群體運動狀態(tài)的拓撲結(jié)構(gòu),并通過對拓撲結(jié)構(gòu)的監(jiān)控從而分析出群體分流、合流,分散和聚集等多種群體異常行為。