人體異常行為識別算法研究.pdf

1、經(jīng)濟的發(fā)展使社會治安的難度隨之加大?；疖囌尽w機場、學(xué)校、銀行、公共場所等近幾年不斷出事，然而目前對視頻監(jiān)控實時自動報警的技術(shù)不夠強大。傳統(tǒng)的視頻監(jiān)控很難滿足現(xiàn)實的需求，智能化視頻監(jiān)控的研究隨之而來。其中人體異常行為識別是其中的研究熱點，通過提取人體特征，進行識別分類，達到對突發(fā)事件的監(jiān)控并進行實時報警尤為重要。
　　論文以提高人體行為識別算法的準確性為目標，通過對視頻監(jiān)控中人體目標的檢測、跟蹤，重點對兩種異常行為識別方法進行研究

2、，一種是基于動靜態(tài)特征結(jié)合的改進的FSVM行為識別，另一種是基于Hu矩和紋理特征結(jié)合的模板匹配的行為識別。
　　運動目標的檢測方面，在對多種常用方法進行比較后，使用背景差分法的算法，對傳統(tǒng)的背景建模的方法提出了改進，提出了一種雙模型背景建模的方法，對背景中的靜態(tài)背景使用了平均背景建模，對視頻圖像幀中的動態(tài)背景使用了光流建模的方法。
　　在目標跟蹤方面，采用了一種多特征結(jié)合的粒子濾波算法，優(yōu)勢是可以在非線性、非高斯下穩(wěn)定跟蹤目