智能監(jiān)控中目標(biāo)檢測(cè)與異常行為識(shí)別算法研究.pdf

1、為了解決傳統(tǒng)視頻監(jiān)控工作效率低下、耗費(fèi)人力物力等問題，本文通過對(duì)視頻數(shù)據(jù)流的分析，自動(dòng)實(shí)現(xiàn)場(chǎng)景中的目標(biāo)檢測(cè)，并在此基礎(chǔ)上進(jìn)行目標(biāo)行為分析、識(shí)別和理解，實(shí)現(xiàn)在監(jiān)控場(chǎng)景下發(fā)生異常行為的智能監(jiān)控和處理。具體的工作如下：
　　1）根據(jù)幾種經(jīng)典的運(yùn)動(dòng)目標(biāo)檢測(cè)算法構(gòu)建一個(gè)框架，該框架在考慮性能和設(shè)計(jì)時(shí)間成本的情況下，隨著場(chǎng)景的變化，自適應(yīng)地選擇最優(yōu)算法參數(shù)組合對(duì)運(yùn)動(dòng)目標(biāo)進(jìn)行檢測(cè)，并且運(yùn)行時(shí)間能夠根據(jù)實(shí)時(shí)輸入進(jìn)行自適應(yīng)調(diào)節(jié)。有效解決不同場(chǎng)景下運(yùn)

2、動(dòng)目標(biāo)檢測(cè)效果差異明顯的問題，從而增強(qiáng)檢測(cè)算法的通用性。
　　2）提出一種基于模糊迭代自組織數(shù)據(jù)分析聚類結(jié)合直方圖熵值算法對(duì)異常行為進(jìn)行檢測(cè)。該算法通過模糊迭代自組織數(shù)據(jù)分析聚類方法獲取視頻關(guān)鍵幀并分類，從而減少計(jì)算復(fù)雜度。對(duì)三種異常行為進(jìn)行建模，根據(jù)分類結(jié)果和建立的異常行為模型，采用直方圖熵值作為總特征對(duì)異常行為進(jìn)行檢測(cè)，并與方向梯度直方圖結(jié)合支持向量機(jī)的異常行為檢測(cè)算法進(jìn)行比較分析。
　　3）在不同場(chǎng)景下，分別對(duì)三種異常

3、行為的運(yùn)動(dòng)特征進(jìn)行分析，獲取異常行為特征參數(shù)。設(shè)定三種異常行為判定準(zhǔn)則，將異常行為檢測(cè)模型所定義的規(guī)則存儲(chǔ)到數(shù)據(jù)庫(kù)中，建立異常行為規(guī)則庫(kù)，給出異常行為規(guī)則匹配流程，分析檢測(cè)出的異常行為是否與規(guī)則匹配。實(shí)驗(yàn)表明，所建立的異常行為規(guī)則庫(kù)能夠識(shí)別出具體異常行為。
　　綜上所述，在智能視頻監(jiān)控系統(tǒng)中構(gòu)造的自適應(yīng)檢測(cè)算法框架能夠解決單個(gè)檢測(cè)算法通用性不強(qiáng)的問題，文中提出的模糊迭代自組織數(shù)據(jù)分析聚類結(jié)合直方圖熵值的異常行為檢測(cè)算法相對(duì)于方向梯