基于改进的稀疏重构算法行人异常为分析分析

发布时间：2017-10-18 17:37

  本文关键词：基于改进的稀疏重构算法行人异常为分析分析

  更多相关文章： 视频监控序列 目标跟踪 时空上下文 异常分析 稀疏重构算法

【摘要】：视频监控中人体异常行为分析是智能视频监控领域中重要的研究方向,通过利用计算机视觉技术对视频内容分析达到对人体异常行为进行智能检测的目的,这样可以过滤掉监控视频中大量对安防无用的信息,节约了大量的人力,并解决了传统监控系统的事后性。本文针对视频监控中运动人体的行为进行分析研究,具体涉及到目标跟踪和人体行为分析两部分。目前,大量跟踪算法都存在跟踪速度慢、算法鲁棒性低、计算量大以及错误跟踪等问题。针对目标跟踪存在的跟踪速度慢及错误跟踪的问题,本文在时空上下文算法的基础上结合卡尔曼滤波器来进行目标跟踪,较好的解决了这些问题。时空上下文算法通过学习目标局部时空上下文模型,计算结合目标的时空上下文的置信图,以此估计最佳目标位置。该算法的特点是,针对单一背景和单一目标进行追踪,由于时空模型的学习和目标的检测都是通过傅里叶变换来实现的,所以学习和检测的速度都比较快,但该方法只解决了部分遮挡问题。针对这些局限性和缺点,我们在时空上下文算法的基础上加入了卡尔曼滤波器来预测目标的运动状态,能够处理较复杂背景中多目标的暂时遮挡问题,提高了跟踪精度。在异常分析方面,利用运动轨迹来分析目标行为的方法受到越来越多的关注。基于模型的轨迹分析方法,首先需要对轨迹进行预处理,然后提取轨迹的局部细节信息,最后判断异常,因此检测速度较慢；基于目标高层次意向性特征的轨迹分析方法,速度较快,但是由于异常检测部分用到了粒子滤波,因此需要用大量的样本数量才能很好地近似系统的后验概率密度,导致算法的复杂度较高。本文通过改进的稀疏重构算法来分析轨迹,利用重构误差的大小来识别异常。该方法的优点在于不需要分析轨迹的细节特征,只需要收集行人的运动轨迹用于后续的异常识别。实验结果表明该方法在小样本集上就能获得较好的轨迹检测效果。
【关键词】：视频监控序列 目标跟踪 时空上下文 异常分析 稀疏重构算法
【学位授予单位】：天津工业大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.41;TN948.6
【目录】：

• 学位论文的主要创新点3-4
• 摘要4-5
• Abstract5-9
• 第一章 绪论9-17
• 1.1 研究背景及意义10-11
• 1.2 国内外研究现状11-14
• 1.3 研究内容及章节安排14-17
• 1.3.1 研究内容14-15
• 1.3.2 章节安排15-17
• 第二章 运动目标跟踪17-31
• 2.1 运动目标跟踪流程17-18
• 2.2 目标跟踪常用方法18-19
• 2.3 本文采用的时空上下文结合卡尔曼的跟踪算法19-28
• 2.3.1 时空上下文算法原理19-24
• 2.3.2 卡尔曼滤波器24-28
• 2.4 跟踪结果对比28-30
• 2.5 本章小结30-31
• 第三章 行人异常行为分析31-49
• 3.1 行人异常行为分析常用方法31-32
• 3.2 运动人体轨迹表示法32-36
• 3.3 常见的轨迹分析方法36-38
• 3.3.1 根据不同轨迹表示法进行分类36-37
• 3.3.2 根据不同模式学习法进行分类37-38
• 3.4 本文所用轨迹分析方法38-43
• 3.4.1 稀疏重构概念38-39
• 3.4.2 稀疏重构在图像处理领域的应用39-40
• 3.4.3 正则项的1-范数概念40-41
• 3.4.4 稀疏重构的原理分析41-43
• 3.5 基于改进稀疏重构算法的异常轨迹检测43-47
• 3.5.1 轨迹样本集构造43-44
• 3.5.2 待检测轨迹的稀疏重构分析44-46
• 3.5.3 异常轨迹检测46-47
• 3.6 本章小结47-49
• 第四章 实验结果及分析49-55
• 4.1 内容与结果49-52
• 4.2 对比分析52-53
• 4.3 本章小结53-55
• 第五章 总结与展望55-57
• 5.1 总结55
• 5.2 展望55-57
• 参考文献57-61
• 发表论文和参加科研情况说明61-63
• 致谢63

【相似文献】

中国期刊全文数据库 前10条

1 刘盾;石和平;;基于一种改进的压缩感知重构算法的分析与比较[J];科学技术与工程;2012年21期

2 蒋英春;;离散空间中正交小波分解重构算法的实现[J];计算机应用研究;2013年02期

3 刘勇;魏东红;毛京丽;;基于优化内积模型的压缩感知快速重构算法[J];北京邮电大学学报;2013年01期

4 王田川;宋建新;;压缩感知重构算法研究[J];电视技术;2013年11期

5 李福建,陈廷槐,田梅,周六丁;一种新的环网故障诊断与重构算法[J];计算机工程;1992年06期

6 童露霞;王嘉;;基于压缩传感的重构算法研究[J];电视技术;2012年11期

7 李博;郭树旭;;一种改进的压缩感知重构算法研究[J];现代电子技术;2013年03期

8 李志刚;;一种快速的压缩感知信号重构算法[J];信息技术;2013年06期

9 梁栋,杨尚俊,章权兵;一种基于图象序列的3D重构算法[J];安徽大学学报(自然科学版);2001年01期

10 陈勤;邹志兵;张e，

本文编号：1056257