版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、針對電梯轎廂內(nèi)暴力行為的日益增多,安全問題需要得到更多的關(guān)注。而目前的傳統(tǒng)視頻監(jiān)控?zé)o法自動地檢測異常行為,還需要人參與其中,其效率和準(zhǔn)確性都不能令人滿意。智能視頻監(jiān)控技術(shù)作為電梯轎廂內(nèi)異常檢測的必然發(fā)展趨勢,能夠克服傳統(tǒng)視頻監(jiān)控的缺點,有效地識別異常行為。
本文主要研究了智能視頻監(jiān)控中的數(shù)字圖像處理、模式識別和計算機視覺等關(guān)鍵技術(shù),探討了一種電梯轎廂內(nèi)異常行為檢測方法。首先對四種基于減背景的人體前景提取算法進(jìn)行了研究來提取
2、人體前景,然后通過基于前景連通區(qū)域像素統(tǒng)計的人數(shù)判斷方法,獲取電梯轎廂內(nèi)人數(shù)信息,最后針對單人和多人情況采取不同的異常行為檢測方式。對于多人的情況,主要檢測的是類似打斗這樣的異常行為。通過采集電梯轎廂內(nèi)的視頻圖像,計算人體前景像素數(shù)量的變化、前景外接矩形的長寬變化以及前景外接矩形的中心變化這三個相關(guān)特征,并組成三維人體運動特征向量。對于獲得的三維特征向量,本文研究了三種聚類方法,并通過對特征向量數(shù)據(jù)使用聚類算法,得到觀察符號序列。利用得
3、到的觀察符號序列對電梯轎廂內(nèi)人體正常行為模式建立隱馬爾可夫模型,根據(jù)與正常行為隱馬爾可夫模式的比較來識別電梯轎廂內(nèi)的多人異常行為。對于單人情況,主要檢測的是類似于突發(fā)疾病而倒地長時間靜止不動的異常行為。本文首先通過研究基于二值圖的人體輪廓跟蹤方法獲取人體初始輪廓;然后研究了Snake方法,并通過此方法獲得更接近人體形狀的人體輪廓;最后通過Hausdorff算法來對連續(xù)兩幀圖像中獲得的人體輪廓進(jìn)行匹配度計算,通過計算一段時間內(nèi)的人體前后幀
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于視頻分析的電梯轎廂內(nèi)異常行為檢測研究.pdf
- 電梯轎廂內(nèi)異常行為識別研究.pdf
- 基于計算機視覺的電梯轎廂內(nèi)人數(shù)統(tǒng)計研究.pdf
- 電梯轎廂內(nèi)乘客異常行為檢測.pdf
- 基于計算機視覺的ATM操作的異常行為檢測.pdf
- 電梯轎廂內(nèi)指示燈
- 治安監(jiān)控中基于計算機視覺的異常行為檢測技術(shù)研究.pdf
- 電梯組裝轎廂
- 004電梯轎廂安裝
- 電梯轎廂與轎廂入口井道壁內(nèi)表面間距智能測量系統(tǒng)研究.pdf
- 基于計算機視覺的室內(nèi)跌倒檢測.pdf
- 基于計算機視覺的文件防偽檢測.pdf
- 群控電梯轎廂到轎廂救援裝置研發(fā).pdf
- 電梯制造轎廂尺寸規(guī)定
- 電梯轎廂廂內(nèi)熱舒適性的研究.pdf
- 基于計算機視覺的米粒質(zhì)量檢測系統(tǒng).pdf
- 基于計算機視覺的室內(nèi)跌倒檢測研究.pdf
- 基于單片機的電梯轎廂振動檢測畢業(yè)設(shè)計
- 基于Adaboost算法和背景減法的電梯轎廂內(nèi)人數(shù)檢測研究.pdf
- 004電梯轎廂安裝-(1234)
評論
0/150
提交評論