基于室內(nèi)場(chǎng)景的異常行為檢測(cè)及系統(tǒng)實(shí)現(xiàn).pdf

1、進(jìn)入二十一世紀(jì)以來(lái)，高新科技在社會(huì)上的運(yùn)用越來(lái)越廣泛，作為現(xiàn)在社會(huì)中安保系統(tǒng)的核心部分，對(duì)人群和實(shí)物的監(jiān)控也越來(lái)越智能化了。目前，由于全世界范圍內(nèi)從事監(jiān)控方面的技術(shù)人員對(duì)監(jiān)控技術(shù)地持續(xù)研發(fā)和創(chuàng)新，使得智能監(jiān)控這一方向成為業(yè)界的一個(gè)焦點(diǎn)研究方向。相關(guān)監(jiān)控技術(shù)的向前發(fā)展也推動(dòng)了全世界范圍內(nèi)諸如金融、交通、國(guó)防等事關(guān)國(guó)家安全的重要領(lǐng)域的實(shí)時(shí)性、精確性等智能化監(jiān)控的建設(shè)。
　　本文分別研究了此場(chǎng)景下比較通用的目標(biāo)跟蹤算法及異常行為檢測(cè)算法

2、，將整個(gè)系統(tǒng)主要分為目標(biāo)跟蹤模塊和異常行為檢測(cè)(識(shí)別)模塊。在目標(biāo)跟蹤模塊中，基于均值偏移(Mean Shift)算法具有的計(jì)算量小、延遲少等優(yōu)點(diǎn)及其所存在的模板更新智能化程度低、誤判率高等缺點(diǎn)，同時(shí)研究了粒子濾波算法所具有的模板更新快、準(zhǔn)確率高等優(yōu)點(diǎn)及其所存在的計(jì)算量大、粒子多樣性差、遮擋問(wèn)題嚴(yán)重等缺點(diǎn)，作者提出了基于卡爾曼(Kalman)濾波法的目標(biāo)跟蹤算法以解決上述算法的不足之處；在異常行為檢測(cè)(識(shí)別)模塊中，作者提出基于隱馬爾科

3、夫模型(Hidden Markov Model)的異常行為檢測(cè)算法來(lái)實(shí)現(xiàn)本模塊的功能，實(shí)驗(yàn)證明使用該方法進(jìn)行異常行為檢測(cè)效果比較優(yōu)良。研究了業(yè)界普遍使用的監(jiān)控方法及在特定場(chǎng)景下所對(duì)應(yīng)的監(jiān)控方法的一些不足，進(jìn)而提出了適合本文所對(duì)應(yīng)場(chǎng)景的監(jiān)控方法。具體而言，本文針對(duì)目標(biāo)跟蹤模塊和異常行為識(shí)別模塊分別提出了基于Kalman濾波法的目標(biāo)跟蹤算法及基于隱馬爾科夫模型的行為識(shí)別算法來(lái)實(shí)現(xiàn)這兩個(gè)模塊的功能。作者所在的項(xiàng)目組根據(jù)上述提出的關(guān)于跟蹤及異常