特殊人群異常行為分析與識別算法的研究及實現(xiàn).pdf

1、隨著我國老年人數(shù)量的急劇增加，中國已經(jīng)邁入了老齡化社會，對老人的護(hù)理問題已經(jīng)成為社會焦點，針對這類特殊人群的智能視頻監(jiān)護(hù)系統(tǒng)變得尤為需要?；谝曨l的人體行為識別因為在智能監(jiān)控、虛擬現(xiàn)實、人機(jī)交互等領(lǐng)域擁有廣泛應(yīng)用前景而備受研究學(xué)者關(guān)注?，F(xiàn)今的人體行為識別主要通過視頻監(jiān)控并且場景不復(fù)雜的情況下對運動目標(biāo)檢測并識別，如何讓計算機(jī)能夠?qū)崿F(xiàn)對人的行為進(jìn)行學(xué)習(xí)并識別，采用何種特征來表述人的各種行為依舊是研究熱點，同時行為識別還涉及到圖像處理、計算

2、機(jī)視覺、機(jī)器學(xué)習(xí)以及模式識別等多方面的知識。
　　本文重點研究了在場景不變情形下的運動目標(biāo)檢測方法對于老人檢測的效果。在對老年人進(jìn)行檢測方面，老年人因為行動相對常人較為遲緩，活動場景相對固定，對老人的檢測可能會被誤判作背景，同時老人緩慢的連貫動作也影響了識別精確性。行為識別中，監(jiān)測的視角和距離均會對特征提取造成影響，選擇的特征表述需要對顏色、紋理和衣著不敏感，具備平移縮放不變特性。Radon變換計算速度快和抗噪聲性能好的優(yōu)點，改進(jìn)

3、后的Radon變換具備對于上述的特征表述優(yōu)點。本文采用關(guān)鍵幀提取與Radon變換相結(jié)合的算法，并將Radon變換后的結(jié)果作降維處理，通過支持向量機(jī)對各種動作進(jìn)行識別和分類。本文研究的是一些特殊人群，其背景也會相對復(fù)雜如老人院。采用PCA與SVM結(jié)合的特征分類與識別方法對人體行為訓(xùn)練和分類的機(jī)器學(xué)習(xí)來提高準(zhǔn)確率，實現(xiàn)了對人體異常行為的檢測，并與前人的部分實驗結(jié)果作了比較。最后將本文的方法應(yīng)用在實際視頻監(jiān)控的老人院，實驗結(jié)果表明，本文的方法