視頻監(jiān)控中敏感區(qū)域的異常事件檢測系統(tǒng)研究.pdf

1、隨著科學(xué)技術(shù)的不斷發(fā)展，在日常生活中視頻監(jiān)控系統(tǒng)的應(yīng)用也越來越廣泛。然而，現(xiàn)有的視頻監(jiān)控系統(tǒng)對于異常事件發(fā)現(xiàn)的智能化程度還不能夠滿足當(dāng)今社會人們對安全性的需求，尤其對于某些要求安全敏感性較高的區(qū)域，如銀行、軍事基地、機(jī)場、化工廠、高壓電區(qū)等場合，出于管理和安全的要求，需要對這些場合的關(guān)鍵區(qū)域或危險區(qū)域進(jìn)行智能監(jiān)控。
　　本文主要對視頻監(jiān)控中針對敏感區(qū)域所發(fā)生的指向接近、區(qū)域入侵、遺留物體和移走物體異常事件的檢測算法進(jìn)行了研究。首先

2、，研究了如何在視頻中提取出感興趣的前景目標(biāo)，對常用的目標(biāo)檢測算法進(jìn)行了簡要地分析和介紹，最終在系統(tǒng)實現(xiàn)中采用了背景減除法中的VIBE算法和混合高斯算法來分別檢測運動前景區(qū)域和靜態(tài)前景區(qū)域，并且提出了一種多框融合的算法對前景檢測的結(jié)果進(jìn)行改進(jìn)，以提取出更加完整的目標(biāo)。其次，本文研究了運動目標(biāo)的跟蹤算法，主要是對簡單的模板匹配跟蹤算法、壓縮感知跟蹤算法和興趣點匹配跟蹤算法這三種算法進(jìn)行了比較和分析。在系統(tǒng)的實現(xiàn)部分搭建了一個多目標(biāo)跟蹤的框架

3、，并在該框架的基礎(chǔ)上加入了興趣點匹配對目標(biāo)位置的預(yù)測，保證了目標(biāo)跟蹤的魯棒性和穩(wěn)定性。
　　在上述研究的基礎(chǔ)上，加入具有人機(jī)交互的敏感區(qū)域設(shè)置模塊，并結(jié)合本文提出的異常事件檢測算法，實現(xiàn)了一個針對視頻監(jiān)控中敏感區(qū)域的異常事件檢測系統(tǒng)。最后，在廈大視頻庫上進(jìn)行了測試實驗，結(jié)果表明在特定的場景下，本文方法能夠比較有效地對敏感區(qū)域內(nèi)所發(fā)生的指向接近、區(qū)域入侵、遺留物體和移走物體事件發(fā)出相應(yīng)的警報，與云計算技術(shù)結(jié)合進(jìn)一步完善了課題組智能視