基于像素分析的視頻異常識(shí)別.pdf

1、作為現(xiàn)代交通監(jiān)控的重要工具，視頻異常處理技術(shù)的研究和開(kāi)發(fā)已經(jīng)取得了重要的進(jìn)展，但是它在識(shí)別的準(zhǔn)確性和效率方面還遠(yuǎn)遠(yuǎn)滿足不了很多實(shí)際的應(yīng)用要求，仍然有許多問(wèn)題有待解決。
　　論文首先對(duì)視頻中的動(dòng)態(tài)物體提取進(jìn)行了研究，區(qū)別于以往主要依靠幀差法和背景法進(jìn)行動(dòng)態(tài)提取，本文提出了雙向幀差法并結(jié)合背景更新的概念。從而解決了幀差法和背景法提取結(jié)果誤差比較高的缺陷。
　　其次在進(jìn)行視頻異常提取階段，傳統(tǒng)的軌跡法首先是對(duì)目標(biāo)物體（行人和車(chē)輛）

2、進(jìn)行區(qū)分，然后再對(duì)提取的車(chē)輛進(jìn)行軌跡異常判斷。在車(chē)流量日益加劇的今天，此種方法增加了計(jì)算機(jī)的運(yùn)算效率，無(wú)法滿足日益復(fù)雜的交通需求。針對(duì)上述算法中出現(xiàn)的問(wèn)題，本文提出了基于像素點(diǎn)分析的背景方法。首先對(duì)背景方法下的兩種模型（馬爾可夫模型和共發(fā)模型）進(jìn)行了分析，之后結(jié)合兩種模型對(duì)視頻中的異常像素點(diǎn)進(jìn)行判斷。
　　最后我們引入了物體三維識(shí)別法，在前面章節(jié)通過(guò)背景方法進(jìn)行異常提取的基礎(chǔ)上，利用此方法對(duì)提取后的異常像素點(diǎn)進(jìn)行識(shí)別，檢測(cè)出最終的