智能視頻監(jiān)控系統(tǒng)中的行人運(yùn)動(dòng)分析研究.pdf

1、智能視頻監(jiān)控是計(jì)算機(jī)視覺(jué)領(lǐng)域的一個(gè)前沿研究方向，它綜合利用圖像處理、模式識(shí)別、人工智能等技術(shù)對(duì)監(jiān)控系統(tǒng)采集到的視頻圖像序列進(jìn)行處理和分析，智能化地理解視頻內(nèi)容并做出處理，被廣泛應(yīng)用于交通管理、安全監(jiān)控、醫(yī)療診斷及人機(jī)交互相關(guān)的多種客戶(hù)服務(wù)之中。近十年來(lái)，由于國(guó)際安全形勢(shì)出現(xiàn)了新的局面，利用智能視頻監(jiān)控系統(tǒng)，從視頻圖像序列中檢測(cè)、跟蹤行人并分析人和人群行為的工作正成為學(xué)術(shù)研究中的熱點(diǎn)。
　　 視頻監(jiān)控的場(chǎng)景經(jīng)常是復(fù)雜多樣且動(dòng)態(tài)變化

2、的，人在運(yùn)動(dòng)時(shí)會(huì)發(fā)生多種姿態(tài)和狀態(tài)上的改變，在運(yùn)動(dòng)過(guò)程中還會(huì)有攝像機(jī)的運(yùn)動(dòng)和人體尺寸隨著距離遠(yuǎn)近的縮放，這些都給運(yùn)動(dòng)目標(biāo)分割、行人識(shí)別和跟蹤帶了很多挑戰(zhàn)。因此研究適用于復(fù)雜動(dòng)態(tài)場(chǎng)景的運(yùn)動(dòng)目標(biāo)分割算法，快速準(zhǔn)確分類(lèi)行人目標(biāo)的方法，準(zhǔn)確跟蹤行人的技術(shù)以及檢測(cè)人群異常事件的辦法，具有深刻的理論意義和廣泛的實(shí)用價(jià)值。
　　 本文在深入理解計(jì)算機(jī)視覺(jué)相關(guān)原理和當(dāng)前研究成果的基礎(chǔ)上，分析提煉了行人運(yùn)動(dòng)分析的流程，提出了運(yùn)動(dòng)目標(biāo)分割、行人分類(lèi)

3、識(shí)別、行人目標(biāo)跟蹤和人群異常事件檢測(cè)的幾種算法，主要的創(chuàng)新點(diǎn)包括：
　　 1)針對(duì)傳統(tǒng)的目標(biāo)分割方法所建立的單層背景模型難以全面適應(yīng)監(jiān)控視頻圖像中的多種動(dòng)態(tài)背景變化的問(wèn)題，提出了一種雙層背景建模的運(yùn)動(dòng)目標(biāo)分割算法。分別建立了像素亮度的碼本模型，區(qū)域紋理的中心對(duì)稱(chēng)局部二值模式直方圖模型，維護(hù)雙層模型并進(jìn)行運(yùn)動(dòng)目標(biāo)的分割。該算法能較好處理背景干擾、光照變化和訓(xùn)練圖片中背景與前景混亂干擾的復(fù)雜情況，而且處理速度能夠達(dá)到實(shí)時(shí)性的要求。<

4、br>　　 2)提出了一種改進(jìn)的梯度方向直方圖(Histogram of Oriented Gradients，HOG)行人分類(lèi)算法。采用先進(jìn)行運(yùn)動(dòng)分割，再對(duì)分割出的運(yùn)動(dòng)區(qū)域進(jìn)行分類(lèi)的行人檢測(cè)策略，大幅度縮減了傳統(tǒng)人體檢測(cè)算法進(jìn)行滑動(dòng)窗口搜索帶來(lái)的龐大計(jì)算量；使用基于積分圖計(jì)算的特征提取算法，加速了HOG算法的處理速度。本算法可成功應(yīng)用于復(fù)雜背景的行人分類(lèi)識(shí)別，在保持原HOG算法檢測(cè)準(zhǔn)確率的前提下，提高了檢測(cè)的速度。
　　 3

5、)提出了一種融合HOG檢測(cè)的粒子濾波行人跟蹤方法。通過(guò)顏色直方圖建立動(dòng)態(tài)觀測(cè)模型，在粒子濾波框架下利用HOG行人檢測(cè)實(shí)現(xiàn)采樣修正。這種算法在動(dòng)態(tài)背景下實(shí)現(xiàn)了對(duì)行人目標(biāo)的跟蹤，且跟蹤誤差小于傳統(tǒng)粒子濾波算法；對(duì)于傳統(tǒng)跟蹤方法不能順利處理的攝像機(jī)運(yùn)動(dòng)且目標(biāo)尺寸隨距離遠(yuǎn)近發(fā)生變化的情況也能進(jìn)行跟蹤。
　　 4)提出了一種基于群特征高斯混合建模的人群異常事件檢測(cè)方法。提取人群圖像特征點(diǎn)，建立人群特征混合高斯模型并自適應(yīng)更新，通過(guò)當(dāng)前特征