基于視頻圖像的異常行為檢測(cè)與識(shí)別技術(shù)研究.pdf

1、人體行為識(shí)別指對(duì)人體運(yùn)動(dòng)的模式進(jìn)行分析和識(shí)別，是計(jì)算機(jī)視覺(jué)領(lǐng)域被廣泛關(guān)注的研究熱點(diǎn)。異常行為識(shí)別是人體行為識(shí)別的一個(gè)重要研究方向，本文主要對(duì)跳、跑、呼救、彎腰、揮手五種異常行為進(jìn)行識(shí)別。這項(xiàng)研究在智能安全監(jiān)控領(lǐng)域有著廣泛的應(yīng)用價(jià)值，基于計(jì)算機(jī)視覺(jué)的智能安全監(jiān)控系統(tǒng)不但能夠高效地完成保障安全的任務(wù)，還能節(jié)省大量的人力物力，給社會(huì)帶來(lái)很大的經(jīng)濟(jì)收益。
　　 本文主要針對(duì)靜止背景下的人體異常行為檢測(cè)與識(shí)別技術(shù)進(jìn)行了較深入的研究。本文首

2、先研究了現(xiàn)有的幾種主要的運(yùn)動(dòng)檢測(cè)算法：瞬時(shí)差分法和背景建模法并分析了這兩種檢測(cè)算法的優(yōu)劣。在以上分析的基礎(chǔ)上，該文將背景減除法與時(shí)間差分法相結(jié)合解決了傳統(tǒng)方法無(wú)法從復(fù)雜背景中檢測(cè)到較完整的運(yùn)動(dòng)人體輪廓的問(wèn)題。該方法基于幀間差分法檢測(cè)出幀中的背景像素點(diǎn)后，再確定每個(gè)點(diǎn)的高斯模型，最后運(yùn)用背景差分準(zhǔn)確檢測(cè)出場(chǎng)景中的運(yùn)動(dòng)目標(biāo)。
　　 然后，對(duì)視頻圖像中的陰影問(wèn)題進(jìn)行了分析，介紹了在RGB色彩空間和HSV色彩空間中檢測(cè)陰影的算法。比較在

3、兩種色彩空間陰影檢測(cè)算法的優(yōu)缺點(diǎn)，改進(jìn)陰影檢測(cè)算法，結(jié)合兩種色彩空間進(jìn)行陰影的檢測(cè)，這樣在陰影的檢測(cè)精度和實(shí)時(shí)性方面都有改善。同時(shí)介紹了幾種常用的圖像后處理技術(shù)：中值濾波和數(shù)學(xué)形態(tài)學(xué)方法。
　　 在運(yùn)動(dòng)目標(biāo)識(shí)別方面，以改進(jìn)的Hu矩不變性算法為基礎(chǔ)，針對(duì)可見(jiàn)光圖像的特點(diǎn)，采用不變矩與圖像特征參數(shù)組成新的特征向量，對(duì)可能的目標(biāo)進(jìn)行識(shí)別，不僅提高了算法速度，也提高了識(shí)別準(zhǔn)確率。然后通過(guò)模板匹配的方法，采用Hausdorff距離計(jì)算所需