基于隱馬爾科夫模型的聚眾事件檢測(cè).pdf

1、異常事件檢測(cè)是視頻監(jiān)控領(lǐng)域的研究熱點(diǎn)和難點(diǎn)之一,目前對(duì)它的研究尚處于起步階段。異常事件一般有較少發(fā)生、預(yù)料之外及與特定任務(wù)相關(guān)等特點(diǎn),這些特點(diǎn)限制了傳統(tǒng)的基于確定模型方法的應(yīng)用。隱馬爾科夫模型(HMM)是一種基于統(tǒng)計(jì)的模型,對(duì)模擬、預(yù)測(cè)隨機(jī)時(shí)序數(shù)據(jù)性能良好,利用HMM可以對(duì)聚眾異常事件進(jìn)行有效描述。
　　本文根據(jù)廣西科學(xué)研究與技術(shù)開(kāi)發(fā)計(jì)劃項(xiàng)目《基于圖像傳感器陣列目標(biāo)跟蹤監(jiān)控系統(tǒng)的研究與實(shí)現(xiàn)》的研制要求,對(duì)特定場(chǎng)景下的聚眾異常事件進(jìn)

2、行了研究。為更好的研究聚眾事件,本文為聚眾、非聚眾事件(正常事件)分別建立對(duì)應(yīng)的HMM模型。主要工作如下:
　　1、針對(duì)近幾年基于HMM模型的異常事件檢測(cè)中常采用的目標(biāo)軌跡、坐標(biāo)、速度、顏色、方向、大小等特征在聚眾、非聚眾事件檢測(cè)中的不足,本文以基于統(tǒng)計(jì)的思想選取有效的距離特征向量來(lái)描述這兩類(lèi)事件,并詳細(xì)分析了該矢量在描述這兩類(lèi)事件的有效性。
　　2、在合理選擇初始模型的基礎(chǔ)上,將視頻中描述聚眾、非聚眾事件特征序列與HMM有