基于ORB興趣點(diǎn)的異常行為檢測技術(shù)研究.pdf

1、異常行為檢測是基于視頻的行為分析和理解的第一步也是至關(guān)重要的一步。隨著場景中目標(biāo)數(shù)量的增加，因遮擋重疊等容易造成運(yùn)動目標(biāo)丟失。傳統(tǒng)的基于目標(biāo)的行為檢測和追蹤方法在稠密場景中具有一定的局限性，僅適合目標(biāo)數(shù)量較少的場景。為了克服稠密場景中檢測個體目標(biāo)的困難，基于粒子平移或興趣點(diǎn)追蹤的整體分析的方法，能夠從宏觀和微觀兩個方面分析圖像和視頻的有效特征，為稠密場景中基于視頻的異常行為檢測提供一種不同的研究思路。
　　本文以視頻序列中個體行為

2、和群體行為為研究對象，探索和改進(jìn)以興趣點(diǎn)為基礎(chǔ)的異常行為檢測方法。從圖像中具有穩(wěn)定特征的定向二進(jìn)制簡單描述符(Oriented BRIEF,ORB)興趣點(diǎn)入手，結(jié)合基于金字塔模型的光流法，提取圖像中ORB興趣點(diǎn)在空間和時間上的基本特征，表征運(yùn)動目標(biāo)的行為動態(tài)特征。通過分析興趣點(diǎn)光流和空間位置的關(guān)系，根據(jù)監(jiān)控場景的不同進(jìn)行矯正，建立正常行為基準(zhǔn)，檢測出特征尺度高于基準(zhǔn)線的異常行為。本文主要研究結(jié)果如下：
　　（1）針對個體異常行為檢

3、測，分析正常行走行為和異常奔跑行為視頻序列中ORB興趣點(diǎn)特征在空間和時間上的不同。統(tǒng)計個體行為的ORB興趣點(diǎn)在空間區(qū)域的寬高比中位數(shù)特征和連續(xù)視頻序列中的平均動態(tài)光流特征，從空時兩方面表征個體行為的差異，進(jìn)行個體異常行為檢測。實(shí)驗(yàn)結(jié)果表明該方法能夠準(zhǔn)確的檢測出異常行為。
　?。?）根據(jù)異常行為適用性的不同，群體異常行為分為群體全局異常行為和群體局部異常行為。針對群體全局異常行為，利用ORB興趣點(diǎn)的平均動能衡量每一幀的運(yùn)動劇烈程度，

4、根據(jù)異常發(fā)生位置，建立雙閾值正常行為基準(zhǔn)，利用K-均值聚類方法，對興趣點(diǎn)的空間位置進(jìn)行聚類，根據(jù)聚類中心所在的位置，提出一種自適應(yīng)的選擇正常行為基準(zhǔn)的方法。針對群體局部異常行為，通過對不同空間位置處的正常興趣點(diǎn)光流進(jìn)行統(tǒng)計分析，建立一條正常行為興趣點(diǎn)光流基準(zhǔn)線，檢測和定位出高于基準(zhǔn)線的興趣點(diǎn)所覆蓋的運(yùn)動區(qū)域，作為異常行為的發(fā)生位置。實(shí)驗(yàn)結(jié)果表明，基于ORB興趣點(diǎn)的方法，具有較高的性能，對目標(biāo)遮擋、尺度變化具有較強(qiáng)的適應(yīng)性。并且檢測精度和