智能監(jiān)視中行人檢測(cè)關(guān)鍵技術(shù)和異常行為研究.pdf

1、智能監(jiān)視技術(shù)的廣泛應(yīng)用是為了防止異常行為的發(fā)生，而行人是這些異常行為的主要發(fā)起者。因受到衣著、光照、姿態(tài)等多方面因素的影響，行人檢測(cè)是目標(biāo)檢測(cè)中的一個(gè)難點(diǎn)；同時(shí)，在目前的監(jiān)視系統(tǒng)中行人的異常檢測(cè)并未完全智能化。因此，對(duì)行人檢測(cè)及其異常行為的研究就具有非常重要的理論意義和應(yīng)用價(jià)值。
　　 針對(duì)給定的視頻圖像，本文主要研究了運(yùn)動(dòng)目標(biāo)檢測(cè)、行人檢測(cè)、跟蹤以及異常檢測(cè)。主要工作如下：
　　 1．研究了常用的運(yùn)動(dòng)目標(biāo)檢測(cè)方法。通過(guò)

2、實(shí)驗(yàn)發(fā)現(xiàn)在簡(jiǎn)單的場(chǎng)景中，使用運(yùn)算簡(jiǎn)單的幀間差分法、背景差分方法檢測(cè)運(yùn)動(dòng)目標(biāo)，效果較理想。但在復(fù)雜場(chǎng)景中，上述的基本方法以及經(jīng)典的混合高斯模型無(wú)法準(zhǔn)確快速地檢測(cè)出運(yùn)動(dòng)目標(biāo)。
　　 2．針對(duì)復(fù)雜場(chǎng)景中運(yùn)動(dòng)目標(biāo)無(wú)法準(zhǔn)確快速提取的弊端，本文改進(jìn)了經(jīng)典混合高斯模型，使得改進(jìn)后的模型具有更快的收斂速度、抗噪聲能力更強(qiáng)，并且檢測(cè)效果優(yōu)于經(jīng)典混合高斯模型。
　　 3．介紹了常用的行人特征描述子如Haar-like特征、梯度方向直方圖(H