軌道交通智能視頻監(jiān)控中無(wú)主包裹檢測(cè)與行為理解.pdf

1、近年來(lái),隨著行為理解研究的深入,無(wú)主包裹識(shí)別受到計(jì)算機(jī)視覺(jué)領(lǐng)域研究者的廣泛關(guān)注。特別是受恐怖襲擊的影響,對(duì)無(wú)主包裹的識(shí)別已成為各種公眾場(chǎng)合智能視頻監(jiān)控的迫切需求,在軌道交通行業(yè)中,其應(yīng)用同益廣泛。
　　本課題以上海市科委資助項(xiàng)目《基于嵌入式技術(shù)的軌道交通網(wǎng)絡(luò)化關(guān)鍵電子設(shè)備研究》(編號(hào):06DZ15003)為背景,在分析了軌道交通環(huán)境下的智能視頻監(jiān)控需求的基礎(chǔ)上,結(jié)合圖像處理與模式識(shí)別技術(shù),開(kāi)展對(duì)無(wú)主包裹的檢測(cè)與識(shí)別研究。
　

2、　本文提出了一個(gè)由RGB減除法、卡爾曼濾波、模板匹配和隱馬爾科夫模型等組合而成的處理方法,以實(shí)現(xiàn)無(wú)主包裹的檢測(cè)與識(shí)別,并針對(duì)實(shí)現(xiàn)過(guò)程中遇到的問(wèn)題及難點(diǎn)提出了相應(yīng)的解決方法。在運(yùn)動(dòng)目標(biāo)檢測(cè)與分割方面,通過(guò)對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)算法進(jìn)行的應(yīng)用研究與改進(jìn),并結(jié)合具體應(yīng)用環(huán)境的需要,提出改進(jìn)RGB減除法檢測(cè)運(yùn)動(dòng)目標(biāo)的方法,對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行分割與相關(guān)信息的提取,另外,針對(duì)檢測(cè)結(jié)果易受天氣、陰影影響的問(wèn)題,研究了基于HSV顏色空間的陰影抑制的方法。在運(yùn)動(dòng)目標(biāo)

3、跟蹤方面,為了能夠解決復(fù)雜環(huán)境下的跟蹤,本文采用了一種基于卡爾曼濾波的跟蹤方法。根據(jù)卡爾曼濾波理論建立了運(yùn)動(dòng)人體狀態(tài)預(yù)測(cè)模型,預(yù)測(cè)出運(yùn)動(dòng)人體矩形位置與人體檢測(cè)矩形進(jìn)行匹配。在無(wú)主包裹識(shí)別階段,首先進(jìn)行場(chǎng)景分析,其目的是為行為識(shí)別和行為理解提供先驗(yàn)知識(shí),減少識(shí)別難度。其次建立行為模型,結(jié)合目標(biāo)檢測(cè)與分割中提取的信息對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行分類(lèi),然后定義各類(lèi)的特征行為和無(wú)主包裹的預(yù)定義法則,并結(jié)合改進(jìn)的隱馬爾科夫模型實(shí)現(xiàn)對(duì)無(wú)主包裹的識(shí)別;通過(guò)對(duì)隱馬爾