学位论文 > 优秀研究生学位论文题录展示

人体异常行为检测技术的研究

作　者: 张彦杰
导　师: 钟莹
学　校: 天津大学
专　业: 仪器科学与技术
关键词: 智能监控运动目标头部定位目标跟踪异常行为
分类号: TP274
类　型: 硕士论文
年　份: 2012年
下　载: 276次
引　用: 0次
阅　读: 论文下载

内容摘要

在工业生产现场、生活社区、安全要求敏感等场合,视频监控有重要应用价值,对维护国家及公共安全有现实意义。人的异常行为检测和识别是提高视频监控智能化程度的一个主要途径,它融合了计算机视觉、模式识别、心理学、生理学等多项技术。目前大多数监控系统没有充分发挥主动监督作用,对异常状况的监视仍然由人工完成。由于庞大的数据量及人为因素的影响,监测效果令人堪忧。因此,在视频序列中进行异常行为的检测与分析十分重要。本文基于该领域已有的相关算法和理论,从准确分割运动目标、确定跟踪对象、异常行为定义及分析几个关键点入手,展开研究,主要工作及具体内容如下:1.本文首先提出异常行为检测系统的总体设计目标,规划了实施方案,搭建了硬件平台;2.在运动目标检测中,首先将与设备相关的RGB色彩图像转换为与人体视觉感知相似的HSI彩色空间图像,从中提取色度和亮度特征,使分割特征满足在光照变化和复杂背景情况下的可区分性。然后,应用基于中值滤波背景模型的背景减法提取前景图像,通过连通域分析获取人体目标的位置信息;3.选择近似刚体的头部作为跟踪对象,研究了经典的“凸”型模板头部定位方法,针对其存在的问题提出相应的算法。选择运算效率高的列积分图方法快速计算模板的评价函数值,提出粗-精多步搜索策略解决头部面积变化和位置偏离躯干中线等情况下的准确定位。以竖直椭圆代替头部区域,然后提取其内颜色特征,采用基于Mean Shift算法的粒子滤波方法实现运动人体跟踪;4.给出了三种具有隐蔽性的异常特征的定义,利用实时获取的目标最小外接矩形的高宽及高宽比信息、融合空间信息的人体头部区域颜色特征作为异常行为的原始数据,以曲线形式直观表示几种行为,通过建立相关数学模型判别异常行为;5.进行了大量的对比性实验,为算法设计提供了事实依据。完成了系统软件设计,通过对多组实时视频序列的处理,结果表明本文设计的人体异常行为分析系统具有较高的识别性能,满足设计要求。?

全文目录

摘要  3-4
ABSTRACT  4-9
第一章绪论  9-13
  1.1 课题研究意义  9-10
  1.2 智能监控中人体异常行为检测研究现状  10-11
  1.3 智能监控中人体异常行为检测的发展趋势  11-12
  1.4 论文研究的主要内容  12-13
第二章人体异常行为分析系统总体方案设计  13-18
  2.1 系统总体设计目标  13
  2.2 方案设计  13-15
    2.2.1 现有方法  13-14
    2.2.2 本文方法  14-15
  2.3 系统硬件组成  15
  2.4 软件实现流程  15-17
  2.5 本章小结  17-18
第三章运动区域检测与人体目标提取  18-35
  3.1 图像采集  18-23
    3.1.1 图像类型  18-20
    3.1.2 彩色图像颜色空间选择  20-23
  3.2 运动目标检测方法  23-25
    3.2.1 帧差法  23
    3.2.2 背景差法  23-24
    3.2.3 实验分析  24-25
  3.3 背景建立及更新  25-28
    3.3.1 背景建立  25-26
    3.3.2 背景更新  26-27
    3.3.3 实验分析  27-28
  3.4 图像分割及形态学处理  28-32
    3.4.1 阈值化分割  29-31
    3.4.2 形态学处理  31-32
  3.5 目标标记  32-34
  3.6 本章小结  34-35
第四章运动目标跟踪  35-47
  4.1 跟踪对象的选择  35-42
    4.1.1 建立头部定位模型  35-38
      4.1.1.1 头部定位原理  36-37
      4.1.1.2 存在的问题及改进方法  37-38
    4.1.2 头部定位算法实现  38-41
      4.1.2.1 “凸”型模板初始化  39
      4.1.2.2 模板评价函数计算方法  39-41
    4.1.3 定位准确度分析及比较  41-42
  4.2 特征选择  42-44
    4.2.1 矩特征  42-44
    4.2.2 颜色直方图特征  44
  4.3 跟踪方法  44-46
    4.3.1 基本原理  45
    4.3.2 算法流程  45-46
  4.4 实验结果  46
  4.5 本章小结  46-47
第五章异常行为检测与分析  47-61
  5.1 几个基本概念  47-49
    5.1.1 异常行为特征的定义  47-48
      5.1.1.1 行走轨迹异常  48
      5.1.1.2 行走轨迹异常  48
      5.1.1.3 头部转动异常  48
    5.1.2 运动行为特征提取及分析  48-49
  5.2 运动人体轨迹  49-54
    5.2.1 运动人体轨迹提取及描述  49-52
    5.2.2 行走轨迹异常判定  52-54
  5.3 行走姿态异常检测  54-56
    5.3.1 弯腰或下蹲姿态特征提取  54-56
    5.3.2 行走姿态分析  56
  5.4 头部转动  56-60
    5.4.1 头部转动特征提取  56-59
    5.4.2 头部转动异常检测方法  59-60
  5.5 本章小结  60-61
第六章系统软件实现与实验结果  61-72
  6.1 系统软件总体设计  61-63
    6.1.1 软件功能说明  61
    6.1.2 开发环境及工具  61-62
    6.1.3 功能模块介绍  62-63
  6.2 异常行为检测效果实验  63-71
    6.2.1 行走轨迹异常检测  63-66
    6.2.2 行走姿态异常检测  66-67
    6.2.3 头部转动异常检测  67-69
    6.2.4 综合性视频序列检测  69-71
  6.3 本章小结  71-72
第七章总结与展望  72-74
  7.1 全文总结  72-73
  7.2 展望  73-74
参考文献  74-78
发表论文和参加科研情况说明  78-79
致谢  79

相似论文

带径向速度观测的跟踪算法研究,TN953
基于VRPF的机动目标跟踪的研究,TN957.52
基于嵌入式图像处理单元的运动目标跟踪系统研究,TP391.41
基于运动目标轨迹分析的智能交通监控系统,TP277
基于全方位视觉的遗留物及其放置者检测的研究,TP391.41
视频运动目标跟踪方法研究,TP391.41
基于视觉的人体行为检测识别研究,TP391.41
基于全方位视觉的多运动目标检测、跟踪与定位,TP391.41
基于Mean Shift的视频监控运动目标的跟踪算法研究与实现,TP391.41
基于全景视觉的自动扶梯节能及智能监控系统,TP277
基于鱼眼相机的运动目标检测算法的研究与实现,TP391.41
基于混合高斯的背景建模与更新算法的研究与实现,TP391.41
无人值守全台面动静态轨道衡系统研究,TH715.13
传感器网络中目标跟踪算法研究,TN929.5
基于序列模式挖掘的软件异常行为检测,TP311.53
嵌入式多参数环境智能监测系统的设计与实现,TP274
基于无线传感器网络的目标定位跟踪研究,TN929.5
天空背景下红外弱小目标的检测与跟踪算法研究,TN215
安防监控系统中运动目标检测算法研究,TP391.41
基于3G网络的智能交通视频监控系统的设计与实现,TP391.41
基于图像信息的运动目标检测与跟踪算法研究,TP391.41