基于視頻圖像的異常行為檢測與識別技術研究.pdf

1、人體行為識別指對人體運動的模式進行分析和識別，是計算機視覺領域被廣泛關注的研究熱點。異常行為識別是人體行為識別的一個重要研究方向，本文主要對跳、跑、呼救、彎腰、揮手五種異常行為進行識別。這項研究在智能安全監(jiān)控領域有著廣泛的應用價值，基于計算機視覺的智能安全監(jiān)控系統(tǒng)不但能夠高效地完成保障安全的任務，還能節(jié)省大量的人力物力，給社會帶來很大的經濟收益。
　　 本文主要針對靜止背景下的人體異常行為檢測與識別技術進行了較深入的研究。本文首

2、先研究了現有的幾種主要的運動檢測算法：瞬時差分法和背景建模法并分析了這兩種檢測算法的優(yōu)劣。在以上分析的基礎上，該文將背景減除法與時間差分法相結合解決了傳統(tǒng)方法無法從復雜背景中檢測到較完整的運動人體輪廓的問題。該方法基于幀間差分法檢測出幀中的背景像素點后，再確定每個點的高斯模型，最后運用背景差分準確檢測出場景中的運動目標。
　　 然后，對視頻圖像中的陰影問題進行了分析，介紹了在RGB色彩空間和HSV色彩空間中檢測陰影的算法。比較在

3、兩種色彩空間陰影檢測算法的優(yōu)缺點，改進陰影檢測算法，結合兩種色彩空間進行陰影的檢測，這樣在陰影的檢測精度和實時性方面都有改善。同時介紹了幾種常用的圖像后處理技術：中值濾波和數學形態(tài)學方法。
　　 在運動目標識別方面，以改進的Hu矩不變性算法為基礎，針對可見光圖像的特點，采用不變矩與圖像特征參數組成新的特征向量，對可能的目標進行識別，不僅提高了算法速度，也提高了識別準確率。然后通過模板匹配的方法，采用Hausdorff距離計算所需