關(guān)于ATM機(jī)隔間內(nèi)尾隨檢測(cè)算法的研究.pdf

1、ATM機(jī)隔間內(nèi)尾隨檢測(cè)是智能視頻監(jiān)控系統(tǒng)的一個(gè)具體應(yīng)用，它是一種能夠?qū)⑹潞蠓治鲎兂墒虑邦A(yù)警和事中報(bào)警的模式，具有實(shí)際的研究意義和應(yīng)用價(jià)值。本文綜述了尾隨檢測(cè)相關(guān)技術(shù)的研究現(xiàn)狀，分析了影響尾隨檢測(cè)準(zhǔn)確性的幾個(gè)難點(diǎn)，設(shè)計(jì)了一種對(duì)ATM機(jī)隔間內(nèi)尾隨事件進(jìn)行檢測(cè)的算法，通過(guò)測(cè)試驗(yàn)證了算法的可行性和準(zhǔn)確性。主要完成的研究?jī)?nèi)容如下:
　　1.使用差值平均的方法提取閾值圖像，改進(jìn)了Surendra背景更新算法中使用的固定閾值。根據(jù)對(duì)圖像求平均能

2、在一定程度上減少噪聲的原理，計(jì)算動(dòng)態(tài)閾值。對(duì)視頻序列中一段時(shí)間內(nèi)的所有幀圖像采用相鄰幀差法求差分圖像，然后再利用本文指出的求差分均值圖像的表達(dá)式對(duì)所有差分圖像求平均，最后得到的平均圖像就是閾值圖像。
　　2.利用局部梯度模式特征和二值化方向梯度直方圖特征，實(shí)現(xiàn)對(duì)人的頭肩部位進(jìn)行檢測(cè)。本文使用兩種新的局部變換特征對(duì)人的頭肩部位進(jìn)行檢測(cè)。其中一種為局部梯度模式，它不是直接利用鄰域內(nèi)像素的灰度值信息，而是利用梯度信息，這樣更能對(duì)紋理信息

3、進(jìn)行描述。另外一種是二值化方向梯度直方圖，而每個(gè)塊(block)對(duì)應(yīng)的二值化方向梯度直方圖特征值都是一個(gè)8位的二進(jìn)制數(shù)，這樣特征的維數(shù)降低許多，利于算法進(jìn)行實(shí)時(shí)處理。
　　3.采用特征置信度的方法對(duì)訓(xùn)練后的兩種特征分類(lèi)器進(jìn)行評(píng)價(jià)選擇，實(shí)現(xiàn)最終根據(jù)哪個(gè)特征分類(lèi)器對(duì)目標(biāo)進(jìn)行識(shí)別。本文利用支持向量機(jī)對(duì)樣本的局部梯度模式特征和二值化方向梯度直方圖特征分別進(jìn)行學(xué)習(xí)訓(xùn)練，得出兩個(gè)特征分類(lèi)器，最后提出使用特征置信度的方法來(lái)決定使用哪個(gè)特征分類(lèi)器