基于條件隨機場模型的異常行為檢測方法研究.pdf

1、異常行為檢測是提高視頻監(jiān)控智能化程度的一個主要途徑，是計算機視覺領(lǐng)域一個重要且富有挑戰(zhàn)的研究型課題。對異常行為檢測方法的研究具有重要的應(yīng)用前景及學(xué)術(shù)價值，對國防安全、公共安全，家庭看護都具有非常重要的意義。
　　隨著圖像處理技術(shù)和模式識別技術(shù)近年來的進步，異常行為檢測技術(shù)取得了長足的發(fā)展，但是目前依然存在著行為特征描述復(fù)雜，檢測率不高，異常行為難以定義的問題，針對上述問題本文展開了基于條件隨機場模型的異常行為檢測方法的研究，主要研

2、究內(nèi)容和創(chuàng)新性工作總結(jié)如下:
　　1)針對當(dāng)前對行為序列提取的特征難以精確描述人體動作的問題，考慮到3D骨架具有數(shù)據(jù)量少且保留了關(guān)鍵信息的優(yōu)點，本文提出一種基于3D骨架和人體坐標(biāo)系的特征提取方法。該方法首先將人體分成五個部分，然后基于人體軀干建立人體坐標(biāo)系，用坐標(biāo)系的運動描述人的全局運動，用坐標(biāo)系內(nèi)各人體關(guān)節(jié)點的運動描述人的局部運動。在這個過程中提取了多種特征，完成了對人體運動精細化的描述。本文使用姿態(tài)變換參數(shù)描述當(dāng)前姿態(tài)，通過合

3、理的定義人體標(biāo)準(zhǔn)姿態(tài)，降低了特征的維數(shù)。
　　2)分析了時域上下文信息在行為識別中的重要性，針對HMM嚴(yán)格的條件獨立假設(shè)及在對行為上下文信息建模上的不足，提出了一種基于CRF模型的行為識別方法，給出了用于行為建模的CRF模型結(jié)構(gòu)、勢函數(shù)定義以及行為建模方法，最后對HMM及CRF模型進行性能評估，實驗結(jié)果表明該方法相比HMM模型可以更好的對時域上下文信息建模，能夠較準(zhǔn)確的進行行為識別。
　　3)為了融合目標(biāo)的多種特征進行行為識

4、別，本文提出一種基于MCRF模型的行為識別方法。該方法首先提取目標(biāo)的多種特征，使用CRF模型對每種特征建模，形成多個CRF模型，然后將所有的CRF模型組合起來得到最終的MCRF模型，通過訓(xùn)練獲取模型的參數(shù)，并對不同的特征賦予不同的權(quán)重，最后對行為進行識別。實驗結(jié)果表明該方法取得了較高的識別率。
　　4)分析了人體行為中各個部位之間的空域上下文信息，提出了一種星形結(jié)構(gòu)的條件隨機場模型(Star-CRF)，該模型是CRF模型在模型結(jié)構(gòu)

5、和勢函數(shù)上的擴展，可以同時對時域上下文信息和空域上下文信息進行建模。本文使用Star-CRF對人體結(jié)構(gòu)的軀干和四肢五個部分聯(lián)合建模，并在雙位置勢函數(shù)中引入了特征，加強聯(lián)系上下-文信息的能力，最后使用身體五個部分的聯(lián)合推斷結(jié)果作為行為識別的依據(jù)。實驗結(jié)果表明該方法識別率較高，并且可以抵抗一部分自遮擋帶來的影響。
　　5)針對異常行為單純從肢體動作難以檢測的問題，提出一種基于肢體與表情的異常行為檢測思路。本文在該思路下提出了3種檢測方