停車(chē)場(chǎng)異常行為識(shí)別方法研究.pdf

1、行為識(shí)別方法是近年來(lái)模式識(shí)別和計(jì)算機(jī)視覺(jué)的研究熱點(diǎn)，在智能人機(jī)交互、視頻內(nèi)容分析和虛擬現(xiàn)實(shí)等領(lǐng)域中有著廣泛的應(yīng)用前景，是智能監(jiān)控技術(shù)的重要分支和未來(lái)的發(fā)展方向。
　　行為識(shí)別方法主要包括行人檢測(cè)、行為特征提取和特征分類(lèi)三個(gè)部分，其中行為特征提取是行為識(shí)別方法的研究重點(diǎn)。本文通過(guò)對(duì)現(xiàn)有相關(guān)文獻(xiàn)的分析，提出了行為是由連續(xù)幀圖像的變化表達(dá)的觀點(diǎn)，通過(guò)慢特征分析(Slow FeatureAnalysis，SFA)方法和Gabor濾波器提取

2、出了行為不變特征，并在KTH行為數(shù)據(jù)庫(kù)、CASIA行為數(shù)據(jù)庫(kù)和自建行為數(shù)據(jù)庫(kù)上進(jìn)行了測(cè)試，能夠達(dá)到令人滿意的識(shí)別效果。本文的主要貢獻(xiàn)如下:
　　首先，分析了國(guó)內(nèi)外行為識(shí)別數(shù)據(jù)庫(kù)的特點(diǎn)，自建了室外停車(chē)場(chǎng)行為數(shù)據(jù)庫(kù)，總共采集了120段行為視頻。自建數(shù)據(jù)庫(kù)視頻由不同角度的攝像機(jī)拍攝，保證了數(shù)據(jù)庫(kù)的多樣性;同時(shí)保證數(shù)據(jù)庫(kù)中背景靜止，有利于行人檢測(cè)和視頻的預(yù)處理。
　　然后，針對(duì)連續(xù)幀圖像的變化可以表達(dá)行為的觀點(diǎn)，本文提出了新的基于S

3、FA和Gabor的行為特征提取方法。通過(guò)SFA獲得連續(xù)幀圖像變化的慢特征，并用Gabor濾波器提取慢特征圖像的紋理特征，紋理特征就是行為的不變特征。本文通過(guò)交叉驗(yàn)證的方法選取了特征提取方法的參數(shù)，通過(guò)行為特征的累計(jì)匹配特性研究分析了特征的分類(lèi)性能。
　　最后，本文根據(jù)異常行為識(shí)別任務(wù)的需求，將有向無(wú)環(huán)圖(DAG)策略和二叉樹(shù)(BiT)策略相結(jié)合，利用支持向量機(jī)，設(shè)計(jì)了適合異常行為識(shí)別的分類(lèi)器。通過(guò)該分類(lèi)器對(duì)KTH行為數(shù)據(jù)庫(kù)、CAS