基于網絡傳輸算法的多攝像頭行為識別和事件檢測.pdf

1、隨著經濟發(fā)展、社會進步、信息時代來臨,在社會公共環(huán)境中人員趨于密集、場所趨于龐大、信息趨于海量、事件趨于復雜。人們對公共事件的處理方法有了更高的要求。其中,在安全防護、風險控制領域,出于對突發(fā)事件、復雜事件進行高效率處理分析的目的,促使進入信息化、智能化處理的階段。信息媒介有文本、聲音、圖像、視頻等形式,其中以圖像和視頻為代表的“視覺”媒介是最直接的信息承載與呈現(xiàn)形式,載有大量信息。因此,在需求的推動下,基于監(jiān)控攝像頭系統(tǒng)的智能視頻分析

2、技術獲得了很大的發(fā)展,并很快從單攝像頭分析發(fā)展到多攝像頭分析,通過有效地對視頻內容進行行為識別和事件檢測,實現(xiàn)安防、監(jiān)控、風險控制等等,為保障經濟利益、維護社會秩序、提高人身財產安全提供了有力的技術支持。
　　近年來,基于多攝像頭系統(tǒng)的行為識別和事件檢測技術已經得到了深入的研究和廣泛的應用。行為識別和事件檢測技術在近年來日漸成熟,其基于特征提取、目標檢測與行為表征、行為識別與事件檢測基本步驟的框架也得到了廣泛的運用。同時,針對多攝

3、像頭分析的方法很快從單攝像頭分析中發(fā)展起來,在單攝像頭行為識別方法的基礎上,發(fā)展出適合多攝像頭分析的方法技術。其中,跨多攝像頭的目標行為表征和事件檢測模型是其中的關鍵技術,將很大程度地影響行為識別和事件檢測方法的性能。
　　現(xiàn)有技術中,在目標行為表征方面有基于軌跡建模、基于區(qū)域建模等,在行為事件檢測模型中有參數(shù)模型、圖網絡模型、語法模型、本體模型等。這些成熟的方法在特定的情形下具有很大的優(yōu)勢,但同時也存在一定限制。本論文主要研究基

4、于多攝像頭的行為識別及事件檢測。本文結合現(xiàn)有方法的優(yōu)勢,針對各方法在對跟蹤軌跡精度的敏感性、網絡模型訓練的復雜性、訓練數(shù)據(jù)數(shù)量的依賴性等等限制,從目標行為表征和事件檢測模型出發(fā),提出一種基于網絡傳輸模型的行為識別和事件檢測方法。
　　本論文提出了一種基于網絡傳輸算法的多攝像頭視頻異常行為檢測方法,該算法的主要框架包括將多攝像頭系統(tǒng)的場景進行分塊,通過將每一分塊建模為節(jié)點、分塊之間的行為相關性建模為權邊而建立網絡模型。基于這個網絡模

5、型,將人的行為建模成一個網絡信號傳輸問題,而行為的異常程度取決于關于傳輸能量消耗的兩個判據(jù)準則。本論文結合實際視頻安防監(jiān)控應用中的需求,為解決已有算法對跟蹤算法的依賴程度,而提出的一種多攝像頭視頻異常行為檢測方法,有效對多攝像頭視頻中的監(jiān)控對象行走路線的多種異常行為進行識別檢測。本論文和現(xiàn)有技術相比較,提出了一種更為通用的多攝像頭視頻檢測形式,并且具有較低的復雜度,可以靈活地處理各類多攝像頭配置的情形。通過大量驗證實驗和比較實驗,證明文