航站樓集群安全識(shí)別與預(yù)警關(guān)鍵技術(shù)研究.pdf

1、隨著我國民航運(yùn)輸業(yè)的快速發(fā)展,機(jī)場(chǎng)旅客數(shù)量也隨之劇增，由此導(dǎo)致的大量旅客群體性事件給機(jī)場(chǎng)的安全生產(chǎn)帶來了很大壓力。盡管現(xiàn)代機(jī)場(chǎng)都已裝備了視頻監(jiān)控系統(tǒng)以輔助管理者及時(shí)發(fā)現(xiàn)航站樓中的異常情況，但傳統(tǒng)的視頻監(jiān)控系統(tǒng)還停留在人工觀測(cè)的預(yù)警方式，極為耗費(fèi)人力。隨著計(jì)算機(jī)數(shù)字圖像技術(shù)的不斷發(fā)展，新一代智能化視頻監(jiān)控系統(tǒng)正成為新的研究熱點(diǎn)。它能夠利用圖像處理和模式識(shí)別算法自主性地分析視頻數(shù)據(jù)，并對(duì)其中發(fā)生的異常情況給出預(yù)警，從而減輕安全監(jiān)管過程中的人

2、力消耗。為此，本文在深入分析國內(nèi)外智能視頻監(jiān)控技術(shù)研究現(xiàn)狀以及我國機(jī)場(chǎng)航站樓安全管理需求的基礎(chǔ)上，重點(diǎn)研究了航站樓集群安全識(shí)別與預(yù)警問題中所涉及的若干關(guān)鍵技術(shù)。
　　首先，本文對(duì)智能視頻處理的基礎(chǔ)技術(shù)前景提取進(jìn)行了研究，設(shè)計(jì)了一種改進(jìn)的高斯混合背景模型用于前景提取。改進(jìn)后的模型將傳統(tǒng)模型中的標(biāo)準(zhǔn)差用平均偏差代替，節(jié)約了計(jì)算量。同時(shí)，還通過引入HSV陰影濾除模型減少了陰影對(duì)前景提取的影響。此外，設(shè)計(jì)了一種歸一化前景面積計(jì)算方法，以解

3、決前景面積這一傳統(tǒng)圖像特征在用于人數(shù)統(tǒng)計(jì)時(shí)由于透視效應(yīng)的影響而無法準(zhǔn)確估計(jì)人數(shù)的問題。
　　其次，本文從人群密度估計(jì)的角度對(duì)旅客人數(shù)統(tǒng)計(jì)問題展開了研究，分別提出了三種不同類型的人數(shù)統(tǒng)計(jì)方法。第一種算法通過一個(gè)具有尺寸自適應(yīng)特性的滑動(dòng)窗和一組判別條件在對(duì)前景二值圖進(jìn)行行人檢測(cè)掃描的基礎(chǔ)上實(shí)現(xiàn)了中低密度場(chǎng)景下的人數(shù)統(tǒng)計(jì)。第二種算法基于歸一化前景和角點(diǎn)信息特征設(shè)計(jì)一種遮擋因子，以克服遮擋對(duì)人數(shù)統(tǒng)計(jì)效果的影響，實(shí)現(xiàn)了中高人群密度場(chǎng)景下的人

4、數(shù)統(tǒng)計(jì)。第三種算法基于單應(yīng)性原理設(shè)計(jì)一種考慮了遮擋因素的目標(biāo)匹配策略，以提升單視點(diǎn)場(chǎng)景中人數(shù)統(tǒng)計(jì)效果，實(shí)現(xiàn)了多視點(diǎn)條件下的人數(shù)統(tǒng)計(jì)。
　　另外，針對(duì)航站樓集群安全管理中所關(guān)注的旅客異常行為問題，本文從行人異常行為識(shí)別角度，設(shè)計(jì)了兩種算法，分別用于識(shí)別旅客聚集行為和旅客肢體沖突行為。第一種算法在計(jì)算出歸一化前景面積和二維聯(lián)合熵的基礎(chǔ)上，設(shè)計(jì)了一種人群聚集檢測(cè)參數(shù)，以實(shí)現(xiàn)對(duì)人群聚集行為的有效識(shí)別。第二種算法在計(jì)算出的前景區(qū)域光流信息基