視頻異常檢測(cè)若干關(guān)鍵技術(shù)的研究與應(yīng)用.pdf

1、視頻異常檢測(cè)一直是計(jì)算機(jī)視覺(jué)領(lǐng)域的研究熱點(diǎn)，在周界安全問(wèn)題，行為異常檢測(cè)以及智能交通領(lǐng)域都擁有火熱的關(guān)注度。其中尤為重要的是基于視頻異常檢測(cè)的周界入侵防范。周界入侵檢測(cè)是安全防范技術(shù)的一個(gè)重要組成部分，是現(xiàn)代安防建設(shè)的一個(gè)重要研究方向。目前比較成熟的周界入侵檢測(cè)技術(shù)在檢測(cè)結(jié)果的表現(xiàn)上都不盡如人意，如微波探測(cè)器、振動(dòng)探測(cè)器和磁開(kāi)關(guān)只適用于室內(nèi)環(huán)境；紅外探測(cè)器、泄漏電纜、振動(dòng)光纜、張力外墻誤報(bào)過(guò)于嚴(yán)重；視頻監(jiān)控系統(tǒng)對(duì)環(huán)境比較魯棒，也是最近比

2、較流行的周界防范措施，但缺少主動(dòng)報(bào)警的能力。
　　基于此，本文提出一種基于視頻異常檢測(cè)的周界入侵防范方法。本文通過(guò)在現(xiàn)有視頻監(jiān)控系統(tǒng)中引入行人檢測(cè)算法，實(shí)現(xiàn)對(duì)入侵目標(biāo)的準(zhǔn)確識(shí)別，排除動(dòng)植物等干擾因素，從而有效降低系統(tǒng)的誤報(bào)率，提高系統(tǒng)對(duì)環(huán)境的魯棒性；機(jī)器自動(dòng)檢測(cè)能力使得監(jiān)控系統(tǒng)在無(wú)人工監(jiān)視的情況下也能實(shí)現(xiàn)主動(dòng)的周界入侵檢測(cè)。
　　針對(duì)目前行人檢測(cè)算法姿態(tài)魯棒性差、分辨率要求高的缺點(diǎn)，本文提出了基于傅里葉描述子和方向梯度直方圖

3、的行人檢測(cè)方法，利用傅里葉描述子對(duì)行人姿態(tài)魯棒性高、圖像分辨率要求較低的優(yōu)點(diǎn)實(shí)現(xiàn)適用于低分辨率圖像的行人檢測(cè)算法。針對(duì)當(dāng)前已有行人檢測(cè)算法場(chǎng)景適用性較差的問(wèn)題，本文提出了基于改進(jìn)卷積神經(jīng)網(wǎng)絡(luò)的行人檢測(cè)方法，該方法在深層特征的基礎(chǔ)上融入淺層特征，利用淺層特征校正深層特征在識(shí)別目標(biāo)過(guò)小時(shí)的局限性。最后本文將兩種算法進(jìn)行融合，實(shí)驗(yàn)結(jié)果顯示本文的行人檢測(cè)方法對(duì)行走、爬墻、跳躍姿勢(shì)下的行人均具有較高的識(shí)別率，同時(shí)對(duì)圍墻，走廊，鐵軌等多種環(huán)境也具有