基于運動信息的異常行為檢測方法研究與系統(tǒng)實現(xiàn).pdf

1、隨著近幾年的城市化改革，城鎮(zhèn)人口數(shù)目增多，人們安全意識也不斷地增強，政府也大力推廣平安城市的建設，然而市場上廣泛使用的監(jiān)控系統(tǒng)已不能滿足社會發(fā)展的需求。目前，視頻監(jiān)控的主要功能是錄制保存視頻、通過安保人員的觀測來判斷是否有異常行為發(fā)生以及事后對異常事件的提取調(diào)查。如果異常行為發(fā)生時，監(jiān)控系統(tǒng)能夠自動檢測到并通知安保人員，這樣不僅能夠為工作人員節(jié)省大量的時間，同時也能夠預防事故的發(fā)生。故智能監(jiān)控的異常行為檢測系統(tǒng)在之后的發(fā)展中，存在極高的

2、研究價值和商業(yè)市場。本文重點對監(jiān)控系統(tǒng)進行研究，提取和分析運動信息，通過基于規(guī)則的方式對異常行為進行判定。
　　本文通過構(gòu)建智能監(jiān)控系統(tǒng)，設計了軟件系統(tǒng)框架和硬件框架，實現(xiàn)了異常行為檢測自動化。異常檢測系統(tǒng)的軟件部分包括了運動目標檢測、目標分類、行人跟蹤和異常行為檢測這四個部分。論文首先對運動目標檢測算法進行了介紹，比較總結(jié)了幾個常用算法的優(yōu)缺點，選擇檢測效果和實時性較好的檢測算法。再通過串聯(lián)檢測方法，將運動檢測和行人檢測相結(jié)合，

3、本文采用頭肩檢測的方式，提高檢測效率，并解決行人之間遮擋問題，同時也降低了行人檢測的誤檢率，為之后準確跟蹤行人提供了保障。
　　然后為了能夠準確跟蹤行人，本又采用了Kalman濾波的方式對行人進行預測估計。本文將Kalman濾波與匈牙利匹配算法相結(jié)合，實現(xiàn)了多目標跟蹤。通過將運動檢測算法與跟蹤算法相結(jié)合的方式，實現(xiàn)了跟蹤自動初始化以及有效解決遮擋問題和目標跟蹤丟失問題。
　　最后本文采用基于規(guī)則的方式，對異常行為進行了定義，