监控视频的异常行为检测方法研究与软件实现

发布时间：2017-05-23 18:19

  本文关键词：监控视频的异常行为检测方法研究与软件实现，由笔耕文化传播整理发布。

【摘要】：智能视频监控在当今作为主流的安防手段,通过遍布于各类交通领域、住宅小区等公共场所的摄像头进行监控。近年来由于硬件成本的降低,监控摄像头的应用也逐步增多,随之带来的要处理的信息也呈现几何式的增长,在人力与物力有限的条件下如何快速、精准地检测在公共场所发生的异常行为显得尤为重要。智能视频监控技术也因此得到了社会各界学者的极大关注。如今,大部分监控系统主要采用人工监视的方式进行,这就需要工作人员紧盯监控设备,这容易引起人员疲惫、紧张,尤其在工作环境中,一人要观察多个场景,往往目不暇接,极易引起疏忽,影响监控的效果。如何在海量视频中获取有用信息是安防领域关注的重点。虽然在该领域有诸多学者参与了研究,但仍然无法满足现阶段要求。安防领域监控系统要求能够自主地判断异常行为,然而在早期的研究中,需要对行为进行预先定义,无法做到自主的理解并判断。针对上述问题,本文主要做出了以下工作:1.针对监控系统无法自主地判断异常行为的问题,本文采用无监督的判断方法。该方法具有一定的自适应性,无需预先定义人的行为,通过运动目标的轨迹来判断是否有异常行为,这在公共环境,尤其是各目标行为较难定义时显得更加有效,适应性更强。2.为了解决在初步提取运动前景区域过程中产生的大量分离碎片这一问题,本文采取多边形拟合的方法,将属于同一目标区域的碎片进行合并,从而降低了轮廓的复杂度,这样能够更完整地表达目标的行为状态。3.初步提取出的运动目标轨迹包含了大量噪声点,与目标实际中心位置不符的杂乱点,对后续轨迹的聚类产生影响。本文采取将运动目标轨迹进行线段拟合消除此类干扰,并将线段端点代替段落内的原始轨迹,可以极大地减少轨迹聚类的运算量,提高处理速度。
【关键词】：视频监控 目标跟踪 轨迹聚类 异常判断
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN948.6
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 视频监控系统的研究背景与意义10-12
• 1.2 异常行为检测研究现状12-16
• 1.2.1 目标检测与背景建模方法13
• 1.2.2 运动目标跟踪方法13-14
• 1.2.3 运动目标的分类14
• 1.2.4 行为理解14-16
• 1.3 本文的主要研究内容16-17
• 1.4 章节安排17-18
• 第二章 固定场景下的运动目标提取18-32
• 2.1 引言18
• 2.2 本章算法框架18-19
• 2.3 运动目标提取方法选择19-20
• 2.4 初步前景区域提取20-23
• 2.4.1 传统背景码书的建立20-21
• 2.4.2 改进的码书模型与前景提取21-23
• 2.5 运动目标的轮廓区域提取23-27
• 2.6 实验结果分析27-31
• 2.7 本章小结31-32
• 第三章 轨迹形成方法32-51
• 3.1 引言32
• 3.2 算法框架32-33
• 3.3 特征选取与视频片段分割33-35
• 3.4 轮廓区域中心提取35-36
• 3.5 运动目标跟踪36-38
• 3.6 运动轨迹的拟合38-43
• 3.7 轨迹片段关联43-50
• 3.7.1 轨迹片段的特征向量提取44-47
• 3.7.2 轨迹关联性的计算47-50
• 3.8 本章小结50-51
• 第四章 轨迹的聚类与异常检测51-68
• 4.1 引言51
• 4.2 算法框架51-53
• 4.3 多特征融合的轨迹间相似度53-55
• 4.4 轨迹聚类方法55-61
• 4.4.1 自适应轨迹聚类56-57
• 4.4.2 实验结果与分析57-61
• 4.5 异常行为的判别准则61-62
• 4.6 实验结果与分析62-67
• 4.7 本章小结67-68
• 第五章 视频监控系统的软件实现68-72
• 5.1 引言68
• 5.2 监控系统模块68-69
• 5.3 软件系统功能设计69-71
• 5.4 本章小结71-72
• 第六章 总结及展望72-75
• 6.1 本论文研究总结72-73
• 6.2 本论文研究展望73-75
• 致谢75-76
• 参考文献76-81
• 攻硕期间的研究成果81-82

【共引文献】

中国期刊全文数据库 前4条

1 魏龙翔;何小海;滕奇志;高明亮;;结合Hausdorff距离和最长公共子序列的轨迹分类[J];电子与信息学报;2013年04期

2 孔令富;李海涛;;基于位置和运动轨迹的老年人异常行为检测[J];计算机工程与设计;2012年02期

3 李明之;马志强;单勇;张晓燕;;交通监控中运动目标轨迹的距离计算和聚类[J];计算机工程与设计;2012年06期

4 段炼;李峙;胡宝清;;时空约束下的热点路径空间分布检测算法[J];计算机工程与设计;2014年03期

中国重要会议论文全文数据库 前1条

1 张莎妮;刘良旭;叶思敏;范剑波;;一种基于局部位置无关的轨迹片段聚类算法[A];第29届中国数据库学术会议论文集（B辑）（NDBC2012）[C];2012年

中国博士学位论文全文数据库 前2条

1 胡宏宇;基于视频处理的交通事件识别方法研究[D];吉林大学;2010年

2 李海涛;面向家庭智能空间主动服务的目标行为分析与识别[D];燕山大学;2013年

中国硕士学位论文全文数据库 前7条

1 余忠庆;基于视频的车辆轨迹聚类分析及异常检测[D];北京交通大学;2012年

2 陈锦阳;移动对象轨迹的数据挖掘研究[D];宁波大学;2012年

3 丛志环;交通视频车辆行驶状态实时判别方法研究[D];辽宁师范大学;2012年

4 孙占虎;基于运动词典的视频事件检测[D];华东师范大学;2014年

5 石亚麋;基于视频的公交客流统计方法研究[D];重庆大学;2014年

6 赵海;视频序列下的车辆轨迹异常行为识别[D];昆明理工大学;2014年

7 崔妍婷;基于主题模型的视频集群目标轨迹分类[D];中国科学院大学（工程管理与信息技术学院）;2015年

  本文关键词：监控视频的异常行为检测方法研究与软件实现，，由笔耕文化传播整理发布。

本文编号：388743