智能視頻監(jiān)控系統(tǒng)中運動行人分析的研究.pdf

1、隨著通信技術與計算機技術的發(fā)展，視頻監(jiān)控在日常安防中具有越來越重要的作用。傳統(tǒng)的視頻監(jiān)控模式主要是將采集視頻數(shù)據(jù)存儲到監(jiān)控中心的服務器中，僅有單一查看功能，已不能滿足用戶的需求。這種依靠人工對運動行人分析，不僅缺乏對異常信息及時預警的功能，而且準確率較低。本文基于運動目標檢測、行人識別與行人異常行為檢測算法展開研究，并設計智能視頻監(jiān)控系統(tǒng)，該系統(tǒng)能夠?qū)\動行人異常行為發(fā)出警報。
　　首先，為了更好的進行運動目標檢測，提出了一種改進

2、的運動目標檢測算法。結(jié)合圖像分塊和均值法建立背景模型，運用圖像分塊與當前幀自適應權(quán)重更新背景模型，并采用自適應閡值分割目標，克服了背景中運動殘影、光線變化干擾以及前景分割效果差的缺點。實驗結(jié)果表明，本文方法能夠快速準確檢測出運動目標。
　　其次，針對單特征行人識別度低的問題，提出了基于多特征融合的行人檢測算法。該方法融合了改進的多尺度HOG特征與CSSF特征，全面準確的描述了行人局部特征與全局特征。設計了一種Adaboost強分類

3、器進行行人檢測。在INRIA行人庫上的實驗表明，本文方法大幅提高了行人檢測精度。
　　然后，針對行人異常行為檢測中存在的問題，在目標跟蹤基礎上，對行人的形狀和運動軌跡特征進行多特征提取，充分描述了行人行為信息，并運用先驗知識對上述特征進行量化，檢測行人異常行為。實驗結(jié)果表明，本文方法能夠有效檢測行人異常行為，包括異常摔倒、異常跑步和徘徊。
　　最后，在上述算法基礎上，對智能視頻監(jiān)控系統(tǒng)需求進行分析與設計，利用VisualSt