視頻流中運動目標檢測與行為分析研究.pdf

1、安全的環(huán)境是人們進行正常生產(chǎn)生活的保證，尤其是在當今越來越快的社會發(fā)展節(jié)奏下，安全問題更加受到人們的重視。因而如何讓安全監(jiān)控在無人參與的情況下，獨立完成對場景內(nèi)各種運動物體的檢測和對異常行為的自動報警，成為當前研究的熱點。本文主要對視頻流中運動目標的檢測方法，以及運動物體的異常行為分析技術進行了研究。
　　在對運動目標檢測的研究過程中，首先介紹了當前常用的幾種運動目標檢測方法，分析了各種算法的優(yōu)劣。然后重點研究了利用混合高斯模型檢

2、測運動目標時，模型參數(shù)的選取對檢測結果的影響，確定了最佳的閾值設置。針對混合高斯模型在實際運用當中存在的問題，提出了一種改進的混合高斯模型算法，通過結合均值法來初始化背景模型、為前景像素數(shù)添加計數(shù)器和對前景區(qū)域進行再處理，有效地消除了傳統(tǒng)混合高斯模型在光線突變時產(chǎn)生大量誤檢的現(xiàn)象。最后對本文提出的算法在檢測運動目標時的有效性進行了實驗驗證。
　　從人體在行走過程中姿勢、速度和方向的異常等方面，定義了正常直立行走時的三類異常行為，針

3、對目標運動過程中行為動作的特點，分析和提取了運動目標外接矩形寬高比、運動目標的運動速度和運動方向三種運動特征，并研究了這三種運動特征對運動目標的行為動作描述的準確性和可靠性。
　　在異常行為檢測分析的研究部分，運用提取的特征對異常行為進行描述，研究了三個運動特征的閾值選取對異常行為檢測結果的影響，確定了各個特征的最優(yōu)閾值范圍，最終將三個特征結合起來檢測異常行為，處于正常閾值范圍內(nèi)的動作就被判定為正常行為，在正常閾值范圍之外的動作判