基于人體行為分析的智能監(jiān)控系統(tǒng)設(shè)計與實現(xiàn).pdf

1、近年來，隨著視頻監(jiān)控系統(tǒng)不斷向數(shù)字化和智能化發(fā)展，智能監(jiān)控技術(shù)已經(jīng)引起了越來越多的國內(nèi)外廠商和學(xué)者的重視并進行了一系列的研究?；谟嬎銠C視覺的智能安全監(jiān)控系統(tǒng)不但能夠高效地完成保障安全的任務(wù)，還能節(jié)省大量的人力物力，給社會帶來很大的經(jīng)濟收益。 因此本文主要針對智能安全監(jiān)控方面的應(yīng)用需求，設(shè)計了相應(yīng)的人體運動分析系統(tǒng)，不僅完成了在固定場景中對于人體的檢測與跟蹤，并且在充分的利用了檢測與跟蹤得到的人體運動信息的基礎(chǔ)上，實現(xiàn)了對于視頻

2、監(jiān)控范圍內(nèi)的人體實施的行為進行主動分析，從而能夠?qū)σ恍┊惓５娜梭w行為做出識別。文章首先詳細(xì)介紹了當(dāng)前國內(nèi)外在人體運動分析領(lǐng)域的研究現(xiàn)狀和發(fā)展趨勢，并且分析了其在視頻監(jiān)控方面的應(yīng)用情況。在此基礎(chǔ)上，本文完成的研究工作及主要貢獻包括以下三個方面： 在靜止背景下運動目標(biāo)檢測和提取研究方面，總結(jié)了當(dāng)前常用的幾種算法的原理，提出了一種改進的運動目標(biāo)檢測算法。利用背景減除法從背景中提取出前景區(qū)域，同時，利用時間差分法對視頻流進行處理可以獲得

3、目標(biāo)的運動區(qū)域。而后將兩種提取的區(qū)域進行加權(quán)平均，即可獲得較為精確的人體輪廓。并在此基礎(chǔ)上提出了一種快速而有效的二次二值化方法實現(xiàn)了對運動目標(biāo)的分割提取。 在運動目標(biāo)跟蹤研究方面，在分析了現(xiàn)有跟蹤方法的基礎(chǔ)上，詳細(xì)介紹了本文采用的一種適合于本系統(tǒng)的運動目標(biāo)跟蹤算法。即先通過本文提出的區(qū)域融合方法完成對單個或多個運動目標(biāo)的位置標(biāo)定。然后，利用卡爾曼濾波器實現(xiàn)運動對場景中的運動目標(biāo)的實時跟蹤。 由于連續(xù)的人體運動是由不同時刻