基于SVM的人體異常行為檢測算法研究.pdf

1、人體行為識別是人體運動分析的重要研究方向,廣泛應(yīng)用于智能安全監(jiān)控、智能家居監(jiān)護、醫(yī)學(xué)步態(tài)分析、體育訓(xùn)練、虛擬現(xiàn)實等多個領(lǐng)域。該技術(shù)以計算機視覺為基礎(chǔ),通過對指定運動目標(biāo)和場景的監(jiān)控視頻分析,判斷運動目標(biāo)是否存在異常行為,包括目標(biāo)檢測、特征提取、行為建模和異常行為檢測等過程。智能視頻分析不僅可以減少傳統(tǒng)視頻監(jiān)控中的人力資源的投入,而且能夠快速、高效地判斷出視頻中的異常情況。本文在分析和總結(jié)現(xiàn)有理論和研究成果的基礎(chǔ)上,提出了一種新的異常行為

2、檢測算法。
　　 提出了一種基于視頻內(nèi)容的關(guān)鍵幀提取方法,以提高視頻的分析效率。首先提取人體的Hu不變矩特征表示視頻圖像序列的內(nèi)容;然后通過計算相鄰幀間特征的覆蓋率,選取候選關(guān)鍵幀;最后,計算候選關(guān)鍵幀的失真率,以提取視頻中的關(guān)鍵幀,作為視頻的壓縮數(shù)據(jù)。
　　 提出了一種基于多特征融合的行為描述算子,用于行為建模。利用前景信息中的六星模型、六星角度和離心率等特征對人體行為進行整體描述,充分體現(xiàn)了人體行為信息。使用基于徑向