多視場(chǎng)景異常目標(biāo)描述.pdf

1、多視場(chǎng)景異常目標(biāo)描述是在多視場(chǎng)景中對(duì)發(fā)生異常的目標(biāo)進(jìn)行描述，是計(jì)算機(jī)視覺(jué)領(lǐng)域內(nèi)一個(gè)具有挑戰(zhàn)性的課題。研究多視場(chǎng)景異常目標(biāo)描述具有重要的學(xué)術(shù)價(jià)值和廣闊的應(yīng)用前景，對(duì)于人類活動(dòng)的探索研究以及國(guó)防安全、公共安全都有重要的意義。多視場(chǎng)景異常目標(biāo)描述的難點(diǎn)是:傳統(tǒng)算法對(duì)復(fù)雜場(chǎng)景中運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確率不高;異常目標(biāo)的行為具有很大的隨機(jī)性;多視場(chǎng)景對(duì)異常目標(biāo)描述具有較大的影響;對(duì)目標(biāo)長(zhǎng)時(shí)間的跟蹤與描述困難。針對(duì)上述問(wèn)題，本文展開多視場(chǎng)景異常目標(biāo)描述的

2、研究，本文主要工作和創(chuàng)新點(diǎn)總結(jié)如下:
　　 1).針對(duì)傳統(tǒng)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法準(zhǔn)確率較低的問(wèn)題，提出一種基于條件隨機(jī)場(chǎng)模型的運(yùn)動(dòng)目標(biāo)檢測(cè)方法，該方法通過(guò)提取視頻序列的運(yùn)動(dòng)特征和顏色特征，然后利用條件隨機(jī)場(chǎng)模型對(duì)特征向量建模，實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)。實(shí)驗(yàn)表明，該方法的誤差率為14.38％，比傳統(tǒng)的幀間差分法誤差率81.34％、光流法誤差率33.59％、混合高斯模型法誤差率19.73％要低，時(shí)間復(fù)雜度低于光流法和混合高斯模型，接近幀間差

3、分法。
　　 2).為了利用異常目標(biāo)的多類特征，提出一種MCRF模型的異常目標(biāo)描述方法，提取目標(biāo)的多類特征，利用基本CRF模型對(duì)每類特征建模，形成多個(gè)CRF單元，組合所有的CRF單元得到MCRF模型，通過(guò)模型訓(xùn)練獲取MCRF模型的參數(shù)，最終，通過(guò)模型的推斷描述異常目標(biāo)。實(shí)驗(yàn)結(jié)果表明該方法能較準(zhǔn)確描述目標(biāo)的某些特定的異常。
　　 3).針對(duì)傳統(tǒng)場(chǎng)景描述方法描述準(zhǔn)確率低的問(wèn)題，提出一種基于隱含語(yǔ)義模型的場(chǎng)景描述方法，通過(guò)提取

4、場(chǎng)景的多類特征，用K-means算法進(jìn)行聚類，形成視覺(jué)單詞，再利用pLSA模型將視覺(jué)單詞劃分為具有語(yǔ)義的主題分布，最后采用CRF模型對(duì)語(yǔ)義主題分布進(jìn)行建模來(lái)描述場(chǎng)景。實(shí)驗(yàn)表明，該方法的描述準(zhǔn)確率可以達(dá)到91.4％，優(yōu)于SVM、Bayes模型。
　　 4).由于傳統(tǒng)的異常目標(biāo)描述方法并未考慮場(chǎng)景的影響，提出一種基于團(tuán)塊與軌跡特征的異常目標(biāo)描述方法。通過(guò)場(chǎng)景描述形成團(tuán)塊，提取運(yùn)動(dòng)目標(biāo)的軌跡特征，并組合團(tuán)塊和運(yùn)動(dòng)目標(biāo)的軌跡特征，形成組

5、合特征向量，利用HMM模型對(duì)組合特征向量建模，描述異常目標(biāo)，實(shí)驗(yàn)表明該方法能將場(chǎng)景的語(yǔ)義狀態(tài)融合到目標(biāo)的運(yùn)動(dòng)軌跡中，實(shí)現(xiàn)了場(chǎng)景和目標(biāo)的結(jié)合，對(duì)于描述某些特定場(chǎng)景的異常目標(biāo)具有較大的意義。
　　 5).針對(duì)單視場(chǎng)景不能長(zhǎng)時(shí)跟蹤和描述目標(biāo)的問(wèn)題，提出一種多視場(chǎng)景異常目標(biāo)描述方法。利用場(chǎng)景描述方法對(duì)多視場(chǎng)景依照設(shè)定的順序進(jìn)行語(yǔ)義描述，提取運(yùn)動(dòng)目標(biāo)在多視場(chǎng)景中的軌跡特征，組合多視場(chǎng)景的語(yǔ)義描述與軌跡特征，形成組合特征向量，再利用HMM對(duì)