ATM機(jī)取款人手部運(yùn)動(dòng)分析及應(yīng)用研究.pdf

1、隨著視頻監(jiān)控系統(tǒng)規(guī)模的不斷擴(kuò)大，單純地使用人力實(shí)現(xiàn)所有監(jiān)控點(diǎn)的在線監(jiān)視對(duì)于很多監(jiān)控系統(tǒng)來(lái)說(shuō)已經(jīng)不可能實(shí)現(xiàn)。因此具有全自動(dòng)或者半自動(dòng)監(jiān)視功能的智能視頻監(jiān)控系統(tǒng)是視頻監(jiān)控系統(tǒng)未來(lái)發(fā)展的趨勢(shì)。
　　 論文圍繞著智能監(jiān)控系統(tǒng)中的人手檢測(cè)、跟蹤，及其在具體的自動(dòng)柜員機(jī)(Automatic Teller Machine，ATM)機(jī)所發(fā)生的異常事件的應(yīng)用而展開(kāi)。
　　 論文分析了當(dāng)前幾種典型的運(yùn)動(dòng)目標(biāo)檢測(cè)算法，針對(duì)當(dāng)前視頻監(jiān)控系統(tǒng)的需

2、要，在人手檢測(cè)方面，應(yīng)用背景減法實(shí)現(xiàn)對(duì)人手實(shí)時(shí)和準(zhǔn)確的檢測(cè)并得到視頻證據(jù)。
　　 論文對(duì)典型的運(yùn)動(dòng)目標(biāo)跟蹤算法進(jìn)行分析與比較，重點(diǎn)研究了基于粒子濾波和Camshift算法的人手跟蹤。并針對(duì)Camshift算法的缺點(diǎn)進(jìn)行了優(yōu)化和改進(jìn)。主要改進(jìn)了融合目標(biāo)的顏色和運(yùn)動(dòng)信息，并將這種改進(jìn)的Camshift算法嵌入到粒子濾波中，用來(lái)重新分配粒子濾波樣本，使之向目標(biāo)狀態(tài)后驗(yàn)密度函數(shù)值增大的方向移動(dòng)，由此得到的樣本集將收斂到靠近目標(biāo)真實(shí)狀態(tài)的

3、區(qū)域內(nèi)，最后用這些漂移的粒子來(lái)計(jì)算估計(jì)目標(biāo)狀態(tài)，得到有效和快速的結(jié)果。通過(guò)實(shí)驗(yàn)檢測(cè)得出改進(jìn)的Camshift與粒子濾波的融合算法無(wú)論是跟蹤視頻流暢度，單幀用時(shí)，跟蹤準(zhǔn)確率，都比單獨(dú)使用粒子濾波和Camshift算法要優(yōu)化許多。
　　 最后，設(shè)計(jì)開(kāi)發(fā)了面向ATM機(jī)視頻的人手檢測(cè)和跟蹤原型系統(tǒng)，實(shí)現(xiàn)了針對(duì)ATM機(jī)上的異常事件取證等功能，應(yīng)用該系統(tǒng)對(duì)相關(guān)城市實(shí)際案例視頻進(jìn)行分析處理，結(jié)果表明能夠快速、有效地檢測(cè)出異常事件，并生成視頻證