基于視頻序列的行人攜物檢測(cè)方法研究.pdf

1、隨著智能監(jiān)控系統(tǒng)在現(xiàn)實(shí)生活中越來越多的應(yīng)用，智能監(jiān)控算法的研究也已經(jīng)成為計(jì)算機(jī)視覺領(lǐng)域的一個(gè)熱點(diǎn)。行人攜物檢測(cè)是物品盜竊、物品交換等異常行為識(shí)別研究的一部分，也正在引起國內(nèi)外眾多學(xué)者的興趣。
　　本文通過詳細(xì)分析現(xiàn)有算法的優(yōu)點(diǎn)和不足，提出了以模板匹配為基礎(chǔ)的攜物檢測(cè)方法。鑒于已有算法所使用的數(shù)據(jù)庫都存在攜物種類少、志愿者數(shù)量少、視頻時(shí)間短等缺點(diǎn)，無法滿足本文對(duì)攜物方式特征的研究，因此在導(dǎo)師的幫助下通過招募志愿者的方式創(chuàng)建了自己的攜

2、物數(shù)據(jù)庫。通過對(duì)比多種分割方法的優(yōu)劣，選取了Codebook算法對(duì)創(chuàng)建的攜物數(shù)據(jù)庫進(jìn)行分割。
　　創(chuàng)建人體標(biāo)準(zhǔn)模板數(shù)據(jù)庫用于人體輪廓匹配的參照，并根據(jù)匹配結(jié)果對(duì)待檢測(cè)行人是否攜帶物品進(jìn)行初步判定。在創(chuàng)建人體標(biāo)準(zhǔn)模板的過程中，提出了基于PCA濾波器的關(guān)鍵幀選取算法，實(shí)現(xiàn)了無負(fù)重狀態(tài)下不同行人相同步態(tài)的匹配，并使用自相似矩陣隊(duì)匹配的結(jié)果進(jìn)行矯正。在粗分類特征提取過程中，通過比較各種攜帶方式下人體輪廓表現(xiàn)的特征與無負(fù)重狀態(tài)下的差別，采用

3、模板匹配法實(shí)現(xiàn)了各種攜帶方式下，不同行人同一步態(tài)與人體標(biāo)準(zhǔn)模板的匹配，選擇了最直觀的面積閾值作為特征進(jìn)行粗分類。通過對(duì)完成模板匹配的所有行人各種攜帶狀態(tài)下的剩余面積進(jìn)行統(tǒng)計(jì)，發(fā)現(xiàn)了剩余面積的可分性，通過借助人體輪廓的總面積，將這種可分性轉(zhuǎn)化為面積比例閾值，對(duì)帶檢測(cè)行人是否攜帶了物品通過該閾值進(jìn)行判斷。
　　由于攜帶物品的存在會(huì)使人體輪廓在寬度上有明顯的變化，而不同攜帶物所引起的人體輪廓寬度變化的大小和位置也不盡相同，分析多個(gè)周期內(nèi)