基于銀行自助廳監(jiān)控視頻的打斗、搶劫檢測(cè)算法.pdf

1、隨著視頻監(jiān)控技術(shù)的廣泛應(yīng)用,智能視頻分析技術(shù)正受到越來越多的青睞。視頻圖像序列中的異常行為檢測(cè)技術(shù)成為智能視頻分析領(lǐng)域中一個(gè)重要的研究方向。該技術(shù)能夠在異常行為發(fā)生時(shí)通過實(shí)時(shí)地分析視頻序列圖像,從中識(shí)別出異常行為并產(chǎn)生報(bào)警,使安防人員及早發(fā)現(xiàn)并處理事件,從而解決了傳統(tǒng)監(jiān)控系統(tǒng)的事后性。
　　近年來,銀行自助廳的公共安全問題得到社會(huì)的日益關(guān)注。據(jù)報(bào)道,發(fā)生在此類場(chǎng)所的打斗、搶劫等犯罪案件非常頻繁。如果能夠利用智能視頻分析技術(shù),急時(shí)的

2、發(fā)現(xiàn)并處理此類事件,將對(duì)銀行自助廳的公共安全問題有重要幫助。本文主要研究了基于銀行自助廳監(jiān)控視頻的打斗、搶劫等異常行為檢測(cè)技術(shù),從實(shí)際應(yīng)用的角度對(duì)該技術(shù)進(jìn)行了探索。本文的主要貢獻(xiàn)如下:
　　1)提出一種將幀間差分法和基于Bayes決策準(zhǔn)則的背景建模法相融合的運(yùn)動(dòng)前景提取方法。該方法主要利用幀間差分法修補(bǔ)由Bayes背景建模法提取的斷裂或邊緣不完整的運(yùn)動(dòng)前景區(qū)域。實(shí)驗(yàn)證明該方法能夠提取較為完整的運(yùn)動(dòng)前景,并有效的應(yīng)對(duì)光照的瞬變或漸變

3、帶來的影響。
　　2)提出一種能夠綜合描述運(yùn)動(dòng)人體的外形、軌跡、運(yùn)動(dòng)速度和運(yùn)動(dòng)方向的特征提取方法。首先構(gòu)建運(yùn)動(dòng)能量圖像,從中提取運(yùn)動(dòng)的外形和軌跡特征。然后通過計(jì)算序列圖像的光流值,定義并提取運(yùn)動(dòng)速度和運(yùn)動(dòng)方向特征。其中運(yùn)動(dòng)速度特征可描述人體運(yùn)動(dòng)的劇烈程度,運(yùn)動(dòng)方向特征描述運(yùn)動(dòng)方向的變化和混亂程度。經(jīng)測(cè)試證明,這些特征對(duì)正常行為和打斗、搶劫等異常行為有較強(qiáng)的鑒別性。最后提出采用小段時(shí)間內(nèi)的特征描述行為的方法,使算法更具穩(wěn)定性和魯棒性