智能視頻監(jiān)控中異常行為檢測研究與實現(xiàn).pdf

1、智能視頻監(jiān)控主要對視頻進行自動分析,從視頻序列中提取關鍵的信息,發(fā)現(xiàn)和識別感興趣的異常事件,從而能夠代替人為監(jiān)控或協(xié)助人為監(jiān)控。實際環(huán)境中光照變化、目標運動復雜性、遮擋、目標與背景顏色相似、雜亂背景等都會影響目標檢測與跟蹤的準確性,導致視頻監(jiān)控中異常行為的檢測與分析出現(xiàn)誤報和漏報現(xiàn)象。因此,本文在掌握的圖像處理原理與技術的基礎上,對常用的檢測和跟蹤算法進行了對比和分析,提出了改進的目標檢測與跟蹤算法,進而對視頻監(jiān)控中的一些異常行為檢測進

2、行了研究與實現(xiàn)。本文的主要工作如下:
　　1、目標檢測方面,針對光照突變、背景擾動等環(huán)境下算法的適應性、實時性問題,采用了一種改進的目標檢測算法:將像素點劃分為背景點和前景點兩類,然后對前景點、背景點分別使用聚類算法,最后采用像素級收斂條件分別建立前景、背景模型,同時針對目標檢測過程中產(chǎn)生的陰影問題提出了一種無閾值自適應的陰影消除算法。實驗結(jié)果表明,本文提出的方法具有較好的魯棒性,能夠快速準確的檢測出運動目標。
　　2、目標

3、跟蹤方面,在研究分析了目前幾種常用的跟蹤算法后,選擇了跟蹤效果和實時性表現(xiàn)都較好的KLT特征點跟蹤算法,同時針對目標跟蹤過程中出現(xiàn)遮擋、合并、分裂等導致特征點漂移的問題,加入了前向-后向校驗算法。實驗結(jié)果表明,本文采用的方法具有較高的跟蹤精度與實時性,可以對目標持續(xù)進行跟蹤。
　　3、異常行為檢測方面,運用本文采用的運動目標檢測與跟蹤技術,給出了入侵檢測、絆線檢測、徘徊檢測和遺留物檢測這幾種常見異常行為檢測的算法流程,并在搭建的實