学位论文 > 优秀研究生学位论文题录展示

视频监控中运动人体跟踪与行为分析研究

作　者: 林坤
导　师: 张静
学　校: 天津大学
专　业: 信号与信息处理
关键词: 视频监控运动检测运动跟踪行为理解
分类号: TP391.41
类　型: 硕士论文
年　份: 2010年
下　载: 206次
引　用: 1次
阅　读: 论文下载

内容摘要

随着计算机技术的发展和视频监控向智能化方向发展,基于计算机视觉的智能视频监控系统越来越受到国内外研究者们的关注。智能监控系统能自动分析监控场景中发生的事件,而且能够对发生的异常行为和事件及时报警。这样不但提高了监控的效率,节约了大量成本,而且给社会带来了巨大的经济效益。基于运动人体的视觉分析是其中一个重要的研究方向,比如在智能视频监控、机场异常事件检测等领域有着广泛的应用。本文主要研究了视频监控系统下的运动人体行为分析与事件检测。首先采用连续三帧差分法和自适应背景更新混合算法对运动人体进行检测,并对检测到的运动人体进行形态学处理消除噪声和小的空洞,针对出现的阴影进行检测与消除;然后针对检测出的运动人体进行跟踪,在分析了现有的运动目标跟踪方法基础上,针对人体属于非刚性运动目标的特点,提出了一种均值漂移和粒子滤波跟踪相结合的跟踪算法;最后对运动人体进行行为识别,提出了一种改进的Hu不变矩的异常行为识别方法,针对特定监控环境下出现的特定事件进行了简单的研究。大量实验结果表明,所提算法有较好的适应性和较高的检测精度。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-12
  1.1 研究背景和意义  7-8
  1.2 国内外研究现状  8-9
    1.2.1 国外研究现状  8-9
    1.2.2 国内研究现状  9
  1.3 人体行为分析与识别的发展趋势  9-10
  1.4 本文研究的主要内容和结构安排  10-12
第二章人体运动目标检测  12-23
  2.1 运动目标检测技术  12-15
    2.1.1 时间差分法  12-13
    2.1.2 光流法  13-14
    2.1.3 背景差法  14-15
  2.2 基于三帧差分的自适应背景更新人体检测算法  15-18
  2.3 运动人体阴影的消除  18-22
    2.3.1 阴影的产生及分类  18
    2.3.2 阴影检测算法分类  18
    2.3.3 人体阴影的去除  18-21
    2.3.4 人体阴影检测结果  21-22
  2.4 本章小结  22-23
第三章人体运动目标跟踪  23-42
  3.1 目标跟踪方法分类  23-25
  3.2 目标跟踪方法分析  25-35
    3.2.1 模板匹配法  26-28
    3.2.2 Mean shift算法  28-31
    3.2.3 粒子滤波算法  31-35
  3.3 改进的运动人体跟踪算法  35-41
    3.3.1 基于Mean shift 的粒子滤波跟踪算法  36-39
    3.3.2 实验结果及分析  39-41
  3.4 本章小结  41-42
第四章人体行为识别及事件检测  42-55
  4.1 行为描述与分析  42-43
  4.2 行为识别方法  43-44
    4.2.1 模板匹配算法  43
    4.2.2 状态空间算法  43-44
  4.3 相似性度量  44-46
    4.3.1 Hu 矩  44-45
    4.3.2 改进的Hu 矩相似性度量  45-46
  4.4 人体行为识别  46-47
  4.5 实验结果及分析  47-54
    4.5.1 行人姿势识别  47-51
    4.5.2 行人特定事件检测  51-54
  4.6 本章小结  54-55
第五章总结与展望  55-57
  5.1 本文总结  55-56
  5.2 工作展望  56-57
参考文献  57-61
发表论文和参加科研情况  61-62
致谢  62

视频监控中运动人体跟踪与行为分析研究

内容摘要

全文目录

相似论文