基于概率圖模型的人體異常行為識(shí)別研究.pdf

1、現(xiàn)如今，社會(huì)高速發(fā)展，面臨的突發(fā)事件越來越多，人們對智能化和安全的需求也越來越強(qiáng)烈，智能視頻監(jiān)控成為計(jì)算機(jī)視覺領(lǐng)域的重要研究課題之一。而在智能視頻監(jiān)控的應(yīng)用中，涉及人或車輛的監(jiān)控，是最為典型和熱門的，它具有一個(gè)廣泛的應(yīng)用前景，本文就是針對智能監(jiān)控中的人體異常行為進(jìn)行識(shí)別。異常行為的定義通常是要根據(jù)所在的場景和要求才能具體確定，本文把暈倒定義為異常行為，而行走、彎腰和下蹲這樣的行為定義為正常行為，這種異常行為的識(shí)別在容易發(fā)生踩踏的人口比較

2、密集的場所、人流量比較小的場所、停車場等地，以及需要監(jiān)護(hù)的老人、小孩的家庭等都顯得很有必要和意義。最終得到了較高的識(shí)別率。
　　本文對識(shí)別過程中的一些算法進(jìn)行了研究。通過研究中值濾波和混合高斯模型兩種運(yùn)動(dòng)目標(biāo)檢測方法，并進(jìn)行實(shí)驗(yàn)和分析，最后將中值濾波和混合高斯模型進(jìn)行結(jié)合來作為本文進(jìn)行運(yùn)動(dòng)目標(biāo)檢測的算法，得到了較好的效果。對于檢測出的結(jié)果，本文進(jìn)行了陰影消除、膨脹、腐蝕、連通性分析和歸一化等一系列后處理，為后面的研究奠定了基礎(chǔ)。采