基于异常行为识别在公共区域的安全防范建模

发布时间：2017-03-31 10:07

  本文关键词：基于异常行为识别在公共区域的安全防范建模，由笔耕文化传播整理发布。

【摘要】：现阶段在各公共场所,如:银行、学校、居民住宅小区、事业单位等,对公共安全保障要求越来越高,传统技术有身份证读取鉴别、手动登记、RFID跟踪定位、摄像头监督、与警综平台安全接入等,存在多种问题:安全系统自身反应过慢、硬件设施老化严重、数据库检索效率低、告警不及时等。这些问题的存在影响公共场所的安全。随着技术的发展,技术人员不断对软件、硬件设备更新。在计算机领域中将人体异常行为识别的研究应用到公共安全领域,能够有效的预防犯罪行为发生,大大提高了公共区域的安全保障。本文基于人体形态对人体行为识别分析,分析出是否有异常行为,将异常行为按级别进行分类,级别较高(识别出为严重异常行为)进行自动告警,并对其进行备份数据,级别中等(可能为异常行为)对其进行提醒,级别低(正常行为)不做处理。首先本文介绍人体行为识别背景和国内外研究现状,对国内外现状进行概括、分析。然后实现并输入视频数据,对图像进行预处理(分帧处理:把视频数据转换成连续的图像序列),提取人体运动关键帧:一组视频数据包括成千上万个帧,找到具有代表性的运动关键帧。目标检测:去除背景,提取人体目标。在本实验中视频数据是现存的,不需要摄像头捕获,应用静态背景下的模板匹配算法:将预处理后的人体运动图像与模板库中的图像进行匹配,提取关键帧后,要对图像进行滤波、去噪处理,匹配前要对图像进行归一化。依据匹配结果判断是否是异常行为,将行走、招手、点头等定义为正常行为,将大幅度挥手、高跳、猛跑等定义为轻幅度异常行为,将挥棍、踢腿等定义为严重异常行为。对检测的结果进行分类,匹配程度较高认为是一定是禁止的行为,进行告警并对该行为发出警告,匹配程度较低认为是嫌疑行为,对该区域的管理人员进行提示等。
【关键词】：公共安全 行为检测 关键帧 模板匹配
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-13
• 1.1 课题研究背景及研究意义9-10
• 1.2 国内外研究现状10-11
• 1.3 项目研究创新点11
• 1.4 文章结构安排11-13
• 第2章 运动视频的编码、存储及样本库创建13-19
• 2.1 运动视频的捕获13-14
• 2.2 视频导入14-15
• 2.3 样本库的建立15-18
• 2.4 本章总结18-19
• 第3章 视频分帧与处理19-26
• 3.1 视频分帧19-20
• 3.2 序列帧灰度化20-22
• 3.3 二值化处理22-23
• 3.4 人体运动轮廊提取23-25
• 3.5 本章小结25-26
• 第4章 关键帧提取26-37
• 4.1 滤波去噪26-27
• 4.2 形态学处理27-30
• 4.2.1 引言27
• 4.2.2 形态学数学基础27-30
• 4.2.3 结果分析30
• 4.3 运动视频关键帧提取30-36
• 4.3.1 引言30-31
• 4.3.2 关键帧提取算法31-36
• 4.4 本章小结36-37
• 第5章 人体行为识别与分类37-49
• 5.1 图像归一化37-42
• 5.1.1 引言37
• 5.1.2 统一尺寸的大小37-38
• 5.1.3 人体轮廊中心化38
• 5.1.4 等比例缩放38-42
• 5.2 人体行为识别42-43
• 5.3 模板匹配方法在实验中的应用与改进43-45
• 5.4 行为分类45-46
• 5.5 实验结果分析46-48
• 5.6 本章小结48-49
• 第6章 基于音频的异常行为识别49-52
• 6.1 绪论49
• 6.2 异常声音49-50
• 6.3 分贝分析50-51
• 6.4 本章小结51-52
• 第7章 总结与展望52-54
• 7.1 总结52-53
• 7.2 展望53-54
• 参考文献54-58
• 致谢58

【相似文献】

中国期刊全文数据库 前10条

1 李宁;须德;傅晓英;袁玲;;结合人体运动特征的行为识别[J];北京交通大学学报;2009年02期

2 张伟东;陈峰;徐文立;杜友田;;基于阶层多观测模型的多人行为识别[J];清华大学学报(自然科学版);2009年07期

3 吴联世;夏利民;罗大庸;;人的交互行为识别与理解研究综述[J];计算机应用与软件;2011年11期

4 申晓霞;张桦;高赞;薛彦兵;徐光平;;一种鲁棒的基于深度数据的行为识别算法[J];光电子.激光;2013年08期

5 郑胤;陈权崎;章毓晋;;深度学习及其在目标和行为识别中的新进展[J];中国图象图形学报;2014年02期

6 曾青松;余明辉;贺卫国;李玲;;一种行为识别的新方法[J];昆明理工大学学报(理工版);2009年06期

7 谷军霞;丁晓青;王生进;;基于人体行为3D模型的2D行为识别[J];自动化学报;2010年01期

8 李英杰;尹怡欣;邓飞;;一种有效的行为识别视频特征[J];计算机应用;2011年02期

9 王新旭;;基于视觉的人体行为识别研究[J];中国新通信;2012年21期

10 王忠民;曹栋;;坐标转换在移动用户行为识别中的应用[J];北京邮电大学学报;2014年S1期

中国重要会议论文全文数据库 前7条

1 苗强;周兴社;於志文;倪红波;;一种非觉察式的睡眠行为识别技术研究[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

2 齐娟;陈益强;刘军发;;基于多模信息感知与融合的行为识别[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

3 方帅;曹洋;王浩;;视频监控中的行为识别[A];2007中国控制与决策学术年会论文集[C];2007年

4 黄紫藤;吴玲达;;监控视频中简单人物行为识别研究[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

5 安国成;罗志强;李洪研;;改进运动历史图的异常行为识别算法[A];第八届中国智能交通年会优秀论文集——智能交通与安全[C];2013年

6 王忠民;曹栋;;坐标转换在移动用户行为识别中的应用研究[A];2013年全国通信软件学术会议论文集[C];2013年

7 刘威;李石坚;潘纲;;uRecorder:基于位置的社会行为自动日志[A];第18届全国多媒体学术会议（NCMT2009）、第5届全国人机交互学术会议（CHCI2009）、第5届全国普适计算学术会议（PCC2009）论文集[C];2009年

中国重要报纸全文数据库 前4条

1 李晨光;导入CIS要注意什么？[N];河北经济日报;2001年

2 农发行鹿邑支行党支部书记 行长 刘永贞;发行形象与文化落地农[N];周口日报;2007年

3 东林;行为识别新技术让监控没有“死角”[N];人民公安报;2007年

4 田凯　徐蕊 李政育 信木祥;博物馆安全的国际经验[N];中国文物报;2014年

中国博士学位论文全文数据库 前10条

1 邵延华;基于计算机视觉的人体行为识别研究[D];重庆大学;2015年

2 仝钰;基于条件随机场的智能家居行为识别研究[D];大连海事大学;2015年

3 冯银付;多模态人体行为识别技术研究[D];浙江大学;2015年

4 姜新波;基于三维骨架序列的人体行为识别研究[D];山东大学;2015年

5 韩姗姗;基于视觉的运动人体特征描述与行为识别研究[D];浙江工业大学;2015年

6 何卫华;人体行为识别关键技术研究[D];重庆大学;2012年

7 吴秋霞;复杂场景下的人体行为识别[D];华南理工大学;2012年

8 于成龙;基于视频的人体行为识别关键技术研究[D];哈尔滨工业大学;2014年

9 王亮;基于判别模式学习的人体行为识别方法研究[D];哈尔滨工业大学;2011年

10 付朝霞;基于视频流的人体目标检测与行为识别研究[D];中北大学;2013年

中国硕士学位论文全文数据库 前10条

1 唐小琴;基于全局和局部运动模式的人体行为识别研究[D];西南大学;2015年

2 胡秋扬;可穿戴式个人室内位置和行为监测系统[D];浙江大学;2015年

3 陈钰昕;基于时空特性的人体行为识别研究[D];燕山大学;2015年

4 任亮;智能车环境下车辆典型行为识别方法研究[D];长安大学;2015年

5 金泽豪;并行化的人体行为识别方法研究与实现[D];华南理工大学;2015年

6 王呈;穿戴式多传感器人体日常活动监测系统设计与实现[D];南京理工大学;2015年

7 王露;基于稀疏时空特征的人体行为识别研究[D];苏州大学;2015年

8 于静;基于物品信息和人体深度信息的行为识别研究[D];山东大学;2015年

9 章瑜;人体运动行为识别相关方法研究[D];南京师范大学;2015年

10 赵扬;家庭智能空间下基于行走轨迹的人体行为理解[D];山东大学;2015年

  本文关键词：基于异常行为识别在公共区域的安全防范建模，由笔耕文化传播整理发布。

，

本文编号：279453