学位论文 > 优秀研究生学位论文题录展示

智能监控系统关键问题的研究

作　者: 孙鹏
导　师: 孙红星
学　校: 辽宁科技大学
专　业: 控制理论与控制工程
关键词: 智能监控金融场所异常行为
分类号: TP391.41
类　型: 硕士论文
年　份: 2012年
下　载: 10次
引　用: 0次
阅　读: 论文下载

内容摘要

随着社会发展的加快，人民生活水平的提高，金融系统的安全问题也越来越受到人们的重视。特定场景下运动人体目标的异常行为识别是模式识别与计算机视觉技术研究的重要领域之一,也是智能监控广泛应用的关键技术,在防控异常事件方面能起到重要作用。本文针对特定场景下单个固定摄像机的运动人体异常行为的识别进行了深入研究，实现了特定场景下三种异常行为的识别，证明了方法的有效性。在特定场景下异常行为的识别中，运动人体目标检测与提取是关键基础。本文首先介绍了运动人体目标检测的背景差分法、帧差法、光流法三种基本方法并分析其优点与缺点。结合实际情况，在背景变化比较简单的情况下,本文运用一种基于背景更新与自适应阀值选取相结合的方法,提高了算法的性能。本文在对运动人体目标检测与提取的基础上对人体目标的跟踪进行了深入的研究。经过分析了几种常用跟踪算法的优缺点，根据均值漂移跟踪算法在遇到遮挡时会目标丢失的问题本文运用卡尔曼滤波算法与均值漂移算法相结合的跟踪算法，很好的解决了这一问题，提高了算法的实用性。在解决了运动目标检测与跟踪的问题后本文对金融场所提出了三种异常行为并进行识别：对于物体滞留与速度骤变运用运动轨迹法基于速度与加速度进行的识别；在恶意蒙面或脸部遮挡方面运用YCbCr椭圆肤色模型实现对肤色区域的识别与提取，运用CamShift目标跟踪算法对人脸目标跟踪进行识别；针对吸烟行为运用YCbCr肤色模型进行肤色的识别、运用颜色特征实现对火焰的识别接着运用小波的高频能量和方向场实现对烟雾的暂时识别，三点都满足则可判断发生吸烟行为。

全文目录

摘要  5-6
ABSTRACT  6-10
1. 绪论  10-14
  1.1 课题研究的背景与意义  10-11
  1.2 国内外研究现状与分析  11-12
  1.3 本文研究的主要内容  12-13
  1.4 论文结构安排  13-14
2. 运动目标检测与目标提取  14-24
  2.1 运动目标检测方法介绍  14-18
    2.1.1 背景差分法  14-16
    2.1.2 帧差法  16-17
    2.1.3 光流法  17-18
  2.2 基于背景更新的运动目标检测  18-22
    2.2.1 基本原理  18-19
    2.2.2 自适应阀值选取  19-22
  2.3 本章小结  22-24
3. 运动目标跟踪  24-34
  3.1 运动目标跟踪方法概述  24
  3.2 卡尔曼滤波跟踪算法  24-26
    3.2.1 卡尔曼滤波参数设定  24-25
    3.2.2 卡尔曼跟踪  25-26
  3.3 粒子滤波跟踪方法  26-29
    3.3.1 粒子滤波理论  26-28
    3.3.2 粒子滤波跟踪算法  28-29
  3.4 均值漂移跟踪算法  29-32
    3.4.1 无参密度估计理论  29-31
    3.4.2 均值漂移算法对运动人体目标跟踪的基本原理  31-32
  3.5 Kalman 滤波算法与均值漂移算法相结合的跟踪算法  32-33
    3.5.1 目标跟踪实验结果比较  32-33
  3.6 本章小结  33-34
4. 金融系统中几种异常行为分析  34-54
  4.1 行为分析  34-37
    4.1.1 运动目标行为描述  35-36
    4.1.2 行为判定研究方法  36-37
  4.2 物体滞留与速度骤变判断  37-40
    4.2.1 算法流程  37-39
    4.2.2 实验结果分析  39-40
  4.3 恶意蒙面或脸部遮挡异常行为识别  40-48
    4.3.1 算法流程  40-48
    4.3.2 实验结果分析  48
  4.4 吸烟行为分析  48-54
    4.4.1 算法流程  49-50
    4.4.2 实验结果分析  50-54
5. 结论  54-56
  5.1 本文工作总结  54
  5.2 本文工作不足与展望  54-56
参考文献  56-60
致谢  60-62
作者简介  62-63

智能监控系统关键问题的研究

内容摘要

全文目录

相似论文