人體異常行為識(shí)別在智能監(jiān)控系統(tǒng)中的研究與實(shí)現(xiàn).pdf

1、隨著近年來(lái)銀行、電力、交通、安檢以及軍事設(shè)施等領(lǐng)域?qū)Π踩婪逗蛯?shí)時(shí)監(jiān)控系統(tǒng)的需求與日俱增，視頻監(jiān)控得到了迅速的發(fā)展和廣泛的應(yīng)用，該領(lǐng)域的智能化研究也引起了越來(lái)越多的研究機(jī)構(gòu)和學(xué)者的關(guān)注。本文在運(yùn)動(dòng)目標(biāo)檢測(cè)，陰影抑制和運(yùn)動(dòng)目標(biāo)跟蹤的研究基礎(chǔ)上，深入研究了人體行為識(shí)別技術(shù)的在系統(tǒng)中的實(shí)現(xiàn)。
　　在運(yùn)動(dòng)目標(biāo)檢測(cè)方面，本文提出一種基于高斯混合模型的改進(jìn)方法用于目標(biāo)提取，降低外界因素的干擾，提高了目標(biāo)檢測(cè)的準(zhǔn)確率。最后提出采取基于HSV顏色

2、空間中陰影屬性的方法來(lái)進(jìn)行陰影抑制，以提高運(yùn)動(dòng)目標(biāo)檢測(cè)的準(zhǔn)確性。
　　在運(yùn)動(dòng)目標(biāo)跟蹤方面，本文以目標(biāo)的質(zhì)心、寬、高和運(yùn)動(dòng)速度作為基本特征，獲得運(yùn)動(dòng)目標(biāo)位置信息后，將其作為Kalman濾波器初始化的輸入?yún)?shù)。對(duì)運(yùn)動(dòng)目標(biāo)的位置進(jìn)行預(yù)測(cè)，并匹配跟蹤。
　　在異常行為識(shí)別方面，本文采用狀態(tài)空間法，將人體運(yùn)動(dòng)動(dòng)作分解成以時(shí)間為線索的圖像序列，建立標(biāo)準(zhǔn)行為庫(kù)。然后利用隱馬爾可夫模型對(duì)運(yùn)動(dòng)人體的行為進(jìn)行識(shí)別。
　　經(jīng)過(guò)智能視頻監(jiān)控系