面向智能視頻監(jiān)控的前景提取和動(dòng)作識別技術(shù)研究.pdf

1、隨著當(dāng)今社會(huì)的不斷發(fā)展，各種治安事件和恐怖主義事件層出不窮，給社會(huì)管理工作帶來了極大的挑戰(zhàn)。為了達(dá)到安全防控的目的，快速應(yīng)對突發(fā)事件，人們需要一種能夠更加及時(shí)地獲取信息和利用信息的方法。值得慶幸的是，隨著計(jì)算機(jī)技術(shù)和網(wǎng)絡(luò)技術(shù)的快速發(fā)展，構(gòu)建大規(guī)模網(wǎng)絡(luò)化的視頻監(jiān)控系統(tǒng)已經(jīng)成為了可能，視頻監(jiān)控系統(tǒng)已經(jīng)成為了一種現(xiàn)代城市所必需的新型基礎(chǔ)設(shè)施。但是，隨著監(jiān)控?cái)?shù)據(jù)量的爆炸性增長，傳統(tǒng)的人工監(jiān)控方式已經(jīng)不能滿足需求，必須推動(dòng)研制新一代基于人工智能，

2、可以對視頻進(jìn)行自動(dòng)分析、識別和檢索的智能視頻監(jiān)控系統(tǒng)，已經(jīng)成為了安防界和科研界的共識。
　　 在諸多智能視頻監(jiān)控技術(shù)研究領(lǐng)域中，如何獲取監(jiān)控視頻中與人體對應(yīng)的前景并對其動(dòng)作進(jìn)行識別是一個(gè)重要的研究課題。但是，由于人體可以活動(dòng)的自由度相當(dāng)高，并且在外觀和動(dòng)作方面的個(gè)體差異性很大，對其進(jìn)行精確高效的自動(dòng)分析面臨著許多困難。本文針對智能視頻監(jiān)控中的前景提取與動(dòng)作識別問題，圍繞三個(gè)關(guān)鍵子問題，即視頻中運(yùn)動(dòng)前景的提取、運(yùn)動(dòng)前景的去模糊、人

3、體動(dòng)作識別，進(jìn)行了研究，提出了相應(yīng)的解決方法。本文的主要內(nèi)容概括如下:
　　 首先，對智能視頻監(jiān)控中前景提取和動(dòng)作識別問題進(jìn)行了介紹，對一些基本概念和方法進(jìn)行了歸納，然后圍繞三個(gè)關(guān)鍵子問題進(jìn)行展開，對傳統(tǒng)方法、技術(shù)現(xiàn)狀和發(fā)展趨勢進(jìn)行了綜述，對容易混淆的術(shù)語做出了定義。
　　 其次，傳統(tǒng)的背景建模方法沒有考慮視頻在時(shí)間和空間鄰域內(nèi)的信息冗余，從而造成了背景模型的過度臃腫。本文針對這種弊病，提出了基于視頻塊的背景建模技術(shù)，在

4、塊的層次上對背景進(jìn)行了建模，大大降低了算法的空間復(fù)雜度;同時(shí)，方法簡化了色彩編碼本模型，降低了時(shí)間復(fù)雜度，使查找速度得到提升。
　　 再次，傳統(tǒng)處理視頻圖像模糊方法針對的場景是相機(jī)抖動(dòng)產(chǎn)生的模糊，不能適應(yīng)視頻監(jiān)控等場景下因?yàn)槲矬w運(yùn)動(dòng)所產(chǎn)生的模糊。為此，本文提出了一種針對視頻中運(yùn)動(dòng)前景的模糊估計(jì)方法。該方法采用仿射運(yùn)動(dòng)模型來描述物體運(yùn)動(dòng)，利用KLT特征對物體運(yùn)動(dòng)的模型參數(shù)進(jìn)行了估計(jì)，并依此得出了點(diǎn)傳播函數(shù)。本文提出了一種新的蒙板估

5、計(jì)方法，利用先前估計(jì)出的點(diǎn)傳播函數(shù)對蒙板進(jìn)行了細(xì)化，從而對前景進(jìn)行精確的提取。與傳統(tǒng)的蒙板提取方法相比，本文的方法不僅不需要手工交互，而且受噪聲影響更小。另外，本文提出了一種基于迭代的理查德露西反卷積方法，可以利用空間變化的點(diǎn)傳播函數(shù)對圖像進(jìn)行還原。
　　 最后，本文突破了人體動(dòng)作識別的底層特征和分類模型的傳統(tǒng)搭配模式，提出將局部特征和流形學(xué)習(xí)進(jìn)行結(jié)合的總體框架。在這一新的框架下，采用時(shí)空興趣點(diǎn)作為人體動(dòng)作的局部特征描述符。同時(shí)