版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著信息技術(shù)逐漸向智能化和數(shù)字化的高速發(fā)展以及人們安全意識(shí)的提高,智能視頻監(jiān)控發(fā)揮著越來越重要的作用。其中,人體異常行為的理解與識(shí)別作為智能視頻監(jiān)控的高級(jí)階段,通過對(duì)人體目標(biāo)的特征提取、描述和分析,實(shí)現(xiàn)對(duì)人的個(gè)體動(dòng)作、人與人之間以及人與外界環(huán)境之間的交互行為的理解和識(shí)別,以達(dá)到對(duì)突發(fā)事件的監(jiān)控和預(yù)警的目的。
論文研究了視頻監(jiān)控中的人體異常行為識(shí)別方法,通過對(duì)視頻圖像的分析,設(shè)計(jì)了人體異常行為識(shí)別的算法流程。本文從運(yùn)動(dòng)人體目標(biāo)分
2、割、基于模板匹配的人體行為識(shí)別、復(fù)雜背景下人體目標(biāo)的跟蹤以及基于運(yùn)動(dòng)軌跡的人體異常行為識(shí)別四個(gè)部分對(duì)人體異常行為識(shí)別算法進(jìn)行了研究。
運(yùn)動(dòng)人體目標(biāo)分割是實(shí)現(xiàn)人體異常行為識(shí)別的基礎(chǔ),本文使用三幀差法、背景減除法以及混合高斯法進(jìn)行運(yùn)動(dòng)目標(biāo)的檢測(cè),從魯棒性以及實(shí)時(shí)性的角度對(duì)各個(gè)算法進(jìn)行了分析,并根據(jù)本文實(shí)驗(yàn)場(chǎng)景確定了相應(yīng)的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。
基于模板匹配的人體行為識(shí)別方法建立在準(zhǔn)確的運(yùn)動(dòng)人體目標(biāo)分割的基礎(chǔ)之上。本文在傳統(tǒng)H
3、u不變矩的基礎(chǔ)上進(jìn)行擴(kuò)展、修正、歸一化,采用最小方差作為判定準(zhǔn)則,構(gòu)造加權(quán)Hu矩,從而獲取了圖像的更多細(xì)節(jié)信息,在離散情況下具有比例縮放不變性的特點(diǎn),且充分考慮各個(gè)Hu不變矩的貢獻(xiàn)值,使得識(shí)別性能有了一定的提升。此外,本文提出了一種基于加權(quán)Hu矩和HOG特征的自適應(yīng)融合行為識(shí)別方法,可以根據(jù)場(chǎng)景的噪聲情況自適應(yīng)的調(diào)整特征融合的參數(shù),與單一的HOG或者加權(quán)Hu矩的識(shí)別方法相比,適用范圍更廣,對(duì)噪聲的容忍度更高,識(shí)別率更穩(wěn)定。
復(fù)
4、雜背景下的人體目標(biāo)跟蹤方面,本文在傳統(tǒng)的MeanShift跟蹤算法的基礎(chǔ)上,對(duì)多特征融合的MeanShift跟蹤算法進(jìn)行了介紹。針對(duì)傳統(tǒng)的MeanShift跟蹤算法在目標(biāo)和背景的灰度特征接近時(shí),跟蹤性能較差的缺點(diǎn)。提出了基于灰度和HOG特征融合的MeanShift跟蹤算法,將目標(biāo)的灰度特征與區(qū)域特征相結(jié)合,以達(dá)準(zhǔn)確定位,穩(wěn)定跟蹤的目的。
基于運(yùn)動(dòng)軌跡的人體異常行為識(shí)別建立在穩(wěn)定跟蹤的基礎(chǔ)之上,通過對(duì)軌跡分析有效地實(shí)現(xiàn)越線、徘徊
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 視頻監(jiān)控中的人體異常行為識(shí)別方法研究.pdf
- 監(jiān)控視頻中的人體異常行為檢測(cè)研究.pdf
- 基于智能視頻監(jiān)控的人體異常行為識(shí)別的研究.pdf
- 基于監(jiān)控視頻的人體異常行為檢測(cè)研究.pdf
- 基于視頻序列的人體異常行為識(shí)別研究.pdf
- 智能視頻監(jiān)控中人體異常行為識(shí)別研究.pdf
- 視頻序列中的人體行為識(shí)別.pdf
- 視頻中的人體動(dòng)作行為識(shí)別研究.pdf
- 視頻中的人體行為識(shí)別算法研究.pdf
- 基于視頻圖像的人體異常行為識(shí)別技術(shù)研究(1)
- 智能視頻監(jiān)控中異常行為識(shí)別研究.pdf
- 智能視頻監(jiān)控系統(tǒng)中人體異常行為檢測(cè)與識(shí)別研究.pdf
- 基于視頻的人體行為識(shí)別分析.pdf
- 支持人體異常行為識(shí)別的視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 視頻中的人體目標(biāo)檢測(cè)及其行為識(shí)別研究.pdf
- 基于視頻序列的人體異常行為檢測(cè)研究.pdf
- 基于視頻的人體行為識(shí)別算法研究.pdf
- 視頻監(jiān)控系統(tǒng)中特定異常行為識(shí)別技術(shù)與實(shí)現(xiàn).pdf
- 基于視頻監(jiān)控的人體行為分析算法研究.pdf
- 基于視頻序列的人體行為分類及異常檢測(cè).pdf
評(píng)論
0/150
提交評(píng)論