室內(nèi)監(jiān)控場(chǎng)景的對(duì)象檢測(cè)與行為分析方法研究.pdf

1、隨著智能化監(jiān)控技術(shù)的進(jìn)一步發(fā)展，人們對(duì)室內(nèi)場(chǎng)景理解以及室內(nèi)安全問(wèn)題的重視程度越來(lái)越高，大量的監(jiān)控系統(tǒng)被應(yīng)用到家庭、辦公室等實(shí)際的室內(nèi)場(chǎng)景中。作為監(jiān)控系統(tǒng)中的兩個(gè)關(guān)鍵性任務(wù)，對(duì)象檢測(cè)與行為分析得到了學(xué)術(shù)界以及工業(yè)界的廣泛研究和應(yīng)用。本文面向?qū)嶋H的監(jiān)控場(chǎng)景，研究一種新的對(duì)象檢測(cè)算法以及兩種新的行為檢測(cè)算法，并且設(shè)計(jì)完成了一個(gè)室內(nèi)智能監(jiān)控系統(tǒng)。本文主要內(nèi)容如下：
　　1．本文研究一種融合多層卷積特征譜的CNN對(duì)象檢測(cè)算法。首先分別將低層

2、、中層特征譜進(jìn)行重構(gòu)，再將低層、中層、高層特征譜進(jìn)行串聯(lián)，并采用卷積濾波對(duì)三層特征譜進(jìn)行有效融合，最后在該融合后的特征譜上進(jìn)行對(duì)象檢測(cè)。這種檢測(cè)算法充分利用了低層特征譜對(duì)檢測(cè)細(xì)小對(duì)象以及檢測(cè)定位上的優(yōu)勢(shì)，有效提高了對(duì)象檢測(cè)準(zhǔn)確率以及定位精度。
　　2．本文研究一種基于人與物交互關(guān)系的行為檢測(cè)算法。針對(duì)監(jiān)控視頻中手難以準(zhǔn)確檢測(cè)到的問(wèn)題，本文研究基于膚色檢測(cè)結(jié)果確定交互物的算法，這種方法可以有效檢測(cè)到行為交互物，并且耗時(shí)少；基于人以及

3、交互物檢測(cè)結(jié)果，本文研究一種新的基于相對(duì)空間位置的人物交互關(guān)系建模方法；最后，提取人與物交互關(guān)系的特征并分類，得到人的行為類別。
　　3．本文研究一種結(jié)合人體局部分塊特征的CNN行為檢測(cè)算法。將行為檢測(cè)問(wèn)題轉(zhuǎn)換成精細(xì)化的對(duì)象檢測(cè)問(wèn)題，并借助CNN網(wǎng)絡(luò)強(qiáng)大的特征提取能力，用一個(gè)CNN網(wǎng)絡(luò)同時(shí)完成人的檢測(cè)及其行為識(shí)別任務(wù)。對(duì)于該檢測(cè)模型存在的問(wèn)題，本文研究一種新的將人體上半身進(jìn)行分塊的方案，最后利用人體的局部特征來(lái)輔助完成行為識(shí)別任務(wù)