行人異常智能視頻監(jiān)控系統(tǒng)研究與實現(xiàn).pdf

1、智能視頻監(jiān)控技術(shù)是計算機(jī)視覺領(lǐng)域一個重要的應(yīng)用方向，同時也是備受關(guān)注的研究課題，涉及計算機(jī)視覺、圖像處理、人工智能、模式識別等多個學(xué)科知識。智能視頻監(jiān)控系統(tǒng)與傳統(tǒng)的監(jiān)控系統(tǒng)最大的區(qū)別在于具有智能性，通過自動分析監(jiān)控視頻的內(nèi)容，實現(xiàn)對監(jiān)控場景中運(yùn)動目標(biāo)的檢測、識別和跟蹤，最終實現(xiàn)對目標(biāo)行為的檢測，給攝像頭賦予“人眼”的功能。智能視頻監(jiān)控系統(tǒng)已經(jīng)在北京奧運(yùn)會、上海世博會等大型場合大放異彩，隨著人們對安防的重視和監(jiān)控技術(shù)的成熟，智能化的視頻監(jiān)

2、控系統(tǒng)將深入到社會的各個角落。
　　本文結(jié)合計算機(jī)視覺的最新研究理論，在學(xué)習(xí)使用計算機(jī)視覺開發(fā)平臺OpenCV的基礎(chǔ)上，根據(jù)行人跟蹤所得到的軌跡進(jìn)行異常行為檢測，最終形成了能夠基于單目固定攝像頭進(jìn)行行人異常行為檢測的智能視頻監(jiān)控系統(tǒng)。本文的主要研究內(nèi)容如下：
　　1、在運(yùn)動物體檢測方面，采用基于混合高斯背景建模的運(yùn)動物體檢測方法。該方法不僅適用于簡單場景的檢測，同時對于監(jiān)控場景中出現(xiàn)的如：小雨、雪、樹葉輕微擺動等復(fù)雜情況，檢

3、測效果非常好。
　　2、在目標(biāo)跟蹤方面，對基礎(chǔ)算法如：卡爾曼濾波算法、均值漂移算法、粒子濾波算法進(jìn)行深入地研究，并且比較三種方法在物體跟蹤上的優(yōu)缺點(diǎn)。綜合卡爾曼濾波算法的計算速度快、均值漂移算法的快速收斂特性和粒子濾波算法準(zhǔn)確度高的特性，提出基于團(tuán)塊的自適應(yīng)的物體跟蹤方法。該算法將團(tuán)塊的狀態(tài)分為三種情況：無遮擋、部分遮擋和嚴(yán)重遮擋，根據(jù)不同的狀態(tài)能夠自適應(yīng)的選擇不同的跟蹤算法。在無遮擋情況下，根據(jù)團(tuán)塊的距離或相似性進(jìn)行團(tuán)塊的匹配。

4、在團(tuán)塊發(fā)生部分遮擋的情況下，采用均值漂移跟蹤算法。在團(tuán)塊發(fā)生嚴(yán)重遮擋的情況下，采用粒子濾波跟蹤方法。實驗證明，該方法能夠很好的解決團(tuán)塊發(fā)生碰撞時的運(yùn)動物體跟蹤問題。
　　3、在異常行為檢測方面，通過分析徘徊、跌倒、越界行為三種的特征，根據(jù)運(yùn)動物體跟蹤的結(jié)果，提出基于軌跡的行人徘徊、行人越界、行人跌倒三種異常行為的檢測方法。
　　4、本文以O(shè)penCV的團(tuán)塊跟蹤框架為基礎(chǔ)，整合了運(yùn)動物體檢測、目標(biāo)跟蹤、行為分析等智能監(jiān)控系統(tǒng)的