基于OpenCV的行人异常检测系统的设计与实现

发布时间：2017-04-16 08:14

  本文关键词：基于OpenCV的行人异常检测系统的设计与实现，由笔耕文化传播整理发布。

【摘要】：保障公共安全一直是一个社会焦点问题。社会发展到今天,在我们的生活中经常能够看到摄像头,说明随着现代科技的不断进步,视频监控系统已经十分普及。它们为我们的生活提供了许多安全保障,对于事后的调查取证起到了重要的作用。同时,计算机图像处理和信息科技的大规模应用,也与视频监控系统逐渐结合起来,为人们提供智能检测和预警机制。如果视频监控系统能够在有异常行为发生时,自动地检测到异常并向人们报警,将会大大提高人们的工作效率,及早地发现异常并进行处理,这样也会尽量减少异常行为给公共安全带来的危害。本次研究主要通过分析视频中行人运动的特征,检测符合定义的异常行为的场景,及时发出警告。本文重点关注使用光流法对运动进行检测和跟踪,分析运动特性,检测异常行为。行人的异常行为可以有很多种,在本文中,主要定义及关注视频中的以下几种行人的异常行为:行人打架斗殴等暴力行为,行人越过禁止入内的区域,特定场合的行人逆行,并对每种异常行为建立判断模型,应用在异常检测系统中。虽然运动目标检测、识别、分析的方法有很多,在本文中主要关注的是光流法,用光流法对视频中的运动目标进行跟踪检测,通过运动时产生的光流信息对人的行为进行分析,判断是否属于异常的行为。全局光流的运算量较大,而金字塔Lucas-Kanade算法可以减少计算量,使用这个方法对运动产生的光流进行检测。金字塔Lucas-Kanade算法的跟踪过程是迭代的光流法计算过程,收敛速度比较快。它基于特征点进行跟踪,在跟踪光流前需要检测出运动图像中的特征点,特征点数量可控且不是很多,因此算法的计算量也不是很大。检测Harris角点,用这些特征点进行后续的分析,从而提高检测的效率。本文控制了特征点的一些属性,并通过方法上的一些优化,使跟踪效果更好。通过金字塔Lucas-Kanade方法跟踪分析这些特征点光流,获得特征点在图像中的光流特性,进行运动估计。最后,引入光流直方图,用来更清楚地描述运动物体的运动光流相关的特征。文中采用基于幅值的方向直方图,不仅反映光流的方向分布,还可以结合光流的幅值分析运动信息。同时定义了运动能量的计算方法,对视频中一帧图像包含的特征点能量值进行计算,针对每种异常的运动模型,根据运动特征、光流直方图的特征以及能量的特征,对不同的异常行为建立异常检测模型,当系统检测到符合的可能异常行为后,自动发出警报。本次设计在Open CV的基础上实现,并根据具体情况进行了相应的改进,有效实现行人异常行为的检测。
【关键词】：光流法 OpenCV 光流直方图 异常行为模型
【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4-6
• Abstract6-10
• 第1章 绪论10-15
• 1.1 研究背景与研究意义10-11
• 1.2 研究现状11-12
• 1.3 本文研究内容12-14
• 1.4 论文组织结构14-15
• 第2章 目标特征描述15-21
• 2.1 Harris角点15-18
• 2.2 SIFT特征点18-19
• 2.3 对Harris角点算法的应用19-20
• 2.4 本章小结20-21
• 第3章 光流法运动检测21-30
• 3.1 Lucas-Kanade方法21-23
• 3.2 Horn-Schunck方法23-25
• 3.3 金字塔Lucas-Kanade光流25-29
• 3.4 本章小结29-30
• 第4章 行人异常检测系统的实现30-44
• 4.1 系统开发及测试环境30-31
• 4.2 OpenCV简介31
• 4.3 运动视频处理过程31-32
• 4.4 光流直方图32-35
• 4.5 特征点能量的表示35-36
• 4.6 几种异常行为的识别36-43
• 4.6.1 打架斗殴行为的检测36-38
• 4.6.2 行人越界检测38-41
• 4.6.3 行人逆行检测41-43
• 4.7 本章小结43-44
• 第5章 结论与展望44-46
• 5.1 总结44
• 5.2 不足与展望44-46
• 参考文献46-49
• 作者简介及在学期间所取得的科研成果49-50
• 致谢50

【参考文献】

中国期刊全文数据库 前10条

1 李艳萍;林建辉;杨宁学;;一种基于SIFT特征光流的运动目标跟踪算法[J];计算机科学;2015年11期

2 逯鹏;梁玉;陈树伟;;基于角点动能的视频群体异常行为检测[J];郑州大学学报(工学版);2015年03期

3 王满一;宋亚玲;李玉;张良;;结合区域光流特征的时序模板行为识别[J];系统仿真学报;2015年05期

4 何鹏;安井然;杨曼;;基于区域光流法的人体异常行为检测[J];电视技术;2015年07期

5 张飞燕;李俊峰;;基于光流速度分量加权的人体行为识别[J];浙江理工大学学报;2015年01期

6 汪双承;管业鹏;;基于粒子流和能量模型的异常行为检测[J];电子器件;2014年06期

7 罗超宇;李小曼;李浩;;基于光流能量的人体异常行为检测研究[J];计算机与网络;2014年21期

8 刘赏;梁茜;董林芳;;“帧平均加速度”人群异常运动检测算法[J];计算机工程与应用;2015年21期

9 刘红;周晓美;张震;;一种改进的三帧差分运动目标检测[J];安徽大学学报(自然科学版);2014年06期

10 宋爽;杨健;王涌天;;全局光流场估计技术及展望[J];计算机辅助设计与图形学学报;2014年05期

中国博士学位论文全文数据库 前1条

1 叶芳芳;监控视频中的异常行为检测研究[D];浙江大学;2014年

中国硕士学位论文全文数据库 前8条

1 夏红丽;中小学校视频监控中的行人检测方法研究[D];苏州大学;2014年

2 王芝斌;光流场的实时计算方法研究[D];江南大学;2014年

3 邹薇;行人多目标检测与跟踪技术研究[D];苏州大学;2014年

4 杨阳;基于视频的运动目标检测和跟踪技术[D];浙江大学;2014年

5 杨辉;智能视频监控中运动目标检测与预警的研究与实现[D];江苏科技大学;2014年

6 彭怀亮;视频监控场景中人群异常行为识别研究[D];中国计量学院;2014年

7 杨之杰;视频监控中异常场景检测与分析研究[D];上海交通大学;2014年

8 董颖;基于光流场的视频运动检测[D];山东大学;2008年

  本文关键词：基于OpenCV的行人异常检测系统的设计与实现，由笔耕文化传播整理发布。

，

本文编号：310393