監(jiān)控視頻中人體運(yùn)動(dòng)類(lèi)型和身份識(shí)別研究.pdf

1、隨著計(jì)算機(jī)技術(shù)的飛速發(fā)展和生活水平的提高,人們?cè)谠S多領(lǐng)域?qū)π畔踩笤絹?lái)越高,例如用計(jì)算機(jī)對(duì)小區(qū)進(jìn)行智能監(jiān)控,不僅節(jié)約人力資源和成本,也為日后案件的調(diào)查提供證據(jù)。智能監(jiān)控就是利用計(jì)算機(jī)自動(dòng)檢測(cè)出視頻中的人體運(yùn)動(dòng)對(duì)象的運(yùn)動(dòng)類(lèi)型并識(shí)別出運(yùn)動(dòng)對(duì)象的身份,目前這方面的研究才剛剛起步。
　　 本文研究了理想情況下的智能監(jiān)控,分別是靜止背景的包含人體運(yùn)動(dòng)的監(jiān)控視頻和只有虹膜和瞳孔的彩色虹膜圖片。這兩種理想情況的研究為未來(lái)生物特征識(shí)別的多模

2、態(tài)融合和智能監(jiān)控提供依據(jù)。監(jiān)控視頻中的人體運(yùn)動(dòng)識(shí)別其主要研究?jī)?nèi)容是,實(shí)時(shí)的自適應(yīng)地提取監(jiān)控視頻的背景,并分割出人體運(yùn)動(dòng)對(duì)象,提取人體運(yùn)動(dòng)對(duì)象的SIFT(Scale Invariant FeatureTransform)運(yùn)動(dòng)特征,最后用SVM識(shí)別出人體運(yùn)動(dòng)類(lèi)型;彩色虹膜識(shí)別的主要內(nèi)容是,使用CBSILF(Color-Based Scale-Invariant Local Feature)提取彩色虹膜的特征點(diǎn)并用彩色信息子描述特征點(diǎn),最后通

3、過(guò)匹配進(jìn)行識(shí)別。
　　 傳統(tǒng)的監(jiān)控視頻的背景提取方法有三種,一種方法是事先拍攝一張沒(méi)有運(yùn)動(dòng)對(duì)象的靜態(tài)圖片作為視頻的背景,但分割出來(lái)的對(duì)象易受光照,天氣等因素的影響;一種方法是對(duì)視頻的圖像序列各像素點(diǎn)對(duì)應(yīng)的像素值進(jìn)行平均,所得的圖像作為視頻的背景,這種方法分割的對(duì)象有噪聲;還有一種方法是自適應(yīng)地提取視頻的背景,目前這方面的研究有很多,但效果依舊不理想。與傳統(tǒng)的監(jiān)控視頻中背景提取方法不同的是,本文提出的方法能夠?qū)崟r(shí)地自適應(yīng)提取監(jiān)控視