基于目標運動特征學習的行為分析.pdf

1、行為分析是視頻理解的重要研究內(nèi)容之一，它通過分析處理監(jiān)控場景的圖像、視頻，獲取監(jiān)控場景的信息或場景中運動目標的信息，并對這些信息進行行為分析和高層次的語義描述，在智能監(jiān)控、人機交互、運動分析和虛擬現(xiàn)實等方面有著廣泛的應用前景和潛在的經(jīng)濟價值。 本文研究單個運動目標的行為分析問題，給出了解決運動目標行為分析問題的基本流程，對運動目標的特征提取、行為表示和行為分析等方面進行了研究，主要內(nèi)容如下： 1．分析總結(jié)已有的行為分析方

2、法，給出了運動目標行為分析的基本流程，即首先通過運動目標檢測、跟蹤提取目標的圖像、運動信息；然后依據(jù)某種規(guī)則盡可能完整地表示運動目標的行為；最后使用某種分析器分析判斷運動目標的行為。 2.在運動目標的特征提取方面，總結(jié)已有的工作成果。針對靜止背景下運動目標的檢測提取，對典型的幀差法和背景差法進行了比較；針對運動目標的跟蹤的問題，研究了擴展KaZan濾波器跟蹤算法和MeanShift跟蹤算法，并結(jié)合這兩種算法的優(yōu)勢給出了一種二者結(jié)

3、合的跟蹤算法，從而提高了跟蹤算法的穩(wěn)健性，3.在基于自組織映射網(wǎng)絡的行為分析方面，研究討論了現(xiàn)有的基于自組織映射網(wǎng)絡的行為分析方法，重點討論了這類方法的兩種處理思路：學習軌跡模式的行為分析和學習流向量模式的行為分析。針對建立目標前后運動相關性的問題，提出了使用預測信息的行為表示方法，從而為更準確地檢測目標運動速度、方向突變等異常行為打下了良好的基礎。 4.在研究現(xiàn)有的基于貝葉斯網(wǎng)絡的行為分析方法的基礎上，針對其自適應性弱的問題，