人體異常行為識(shí)別算法研究.pdf

1、經(jīng)濟(jì)的發(fā)展使社會(huì)治安的難度隨之加大。火車站、飛機(jī)場(chǎng)、學(xué)校、銀行、公共場(chǎng)所等近幾年不斷出事，然而目前對(duì)視頻監(jiān)控實(shí)時(shí)自動(dòng)報(bào)警的技術(shù)不夠強(qiáng)大。傳統(tǒng)的視頻監(jiān)控很難滿足現(xiàn)實(shí)的需求，智能化視頻監(jiān)控的研究隨之而來(lái)。其中人體異常行為識(shí)別是其中的研究熱點(diǎn)，通過(guò)提取人體特征，進(jìn)行識(shí)別分類，達(dá)到對(duì)突發(fā)事件的監(jiān)控并進(jìn)行實(shí)時(shí)報(bào)警尤為重要。
　　論文以提高人體行為識(shí)別算法的準(zhǔn)確性為目標(biāo)，通過(guò)對(duì)視頻監(jiān)控中人體目標(biāo)的檢測(cè)、跟蹤，重點(diǎn)對(duì)兩種異常行為識(shí)別方法進(jìn)行研究

2、，一種是基于動(dòng)靜態(tài)特征結(jié)合的改進(jìn)的FSVM行為識(shí)別，另一種是基于Hu矩和紋理特征結(jié)合的模板匹配的行為識(shí)別。
　　運(yùn)動(dòng)目標(biāo)的檢測(cè)方面，在對(duì)多種常用方法進(jìn)行比較后，使用背景差分法的算法，對(duì)傳統(tǒng)的背景建模的方法提出了改進(jìn)，提出了一種雙模型背景建模的方法，對(duì)背景中的靜態(tài)背景使用了平均背景建模，對(duì)視頻圖像幀中的動(dòng)態(tài)背景使用了光流建模的方法。
　　在目標(biāo)跟蹤方面，采用了一種多特征結(jié)合的粒子濾波算法，優(yōu)勢(shì)是可以在非線性、非高斯下穩(wěn)定跟蹤目