基于智能视频分析的异常检测算法及其应用研究
本文关键词:基于智能视频分析的异常检测算法及其应用研究,,由笔耕文化传播整理发布。
【摘要】:智能视频分析利用计算机视觉、图像处理、视频分析和模式识别的方法对摄像机拍摄的视频序列进行智能分析,有效降低漏报和误报现象发生的概率,实现了监控系统由“被动监控”到“主动监控”的转变,有助于用户对异常事件及时做出响应,是计算机视觉领域中一个新兴的应用方向和备受关注的前沿课题。本文首先对基于视频的周界入侵检测算法进行了研究。为了减小环境变化、光照、噪声、图像质量等对智能视频监控入侵检测方法造成的负面影响,本文提出利用HOG和傅立叶描述子作为特征,利用SVM训练分类器,实现对入侵目标的准确识别,排除动物、植物等其他干扰因素,从而有效降低系统的误报率。随着深度神经网络在图像处理、语音识别和自然语言处理等领域取得的巨大成功,本文探索了利用卷积神经网络进行行人检测,改善了传统的基于HOG的行人检测方法,所实现的基于Caffe框架的铁轨人员入侵检测取得了显著效果,在实验所用测试数据集上取得了优异的效果。在当前社会人口老龄化和家庭空巢化等问题日益突出的环境下,基于视频的跌倒检测受到越来越多的关注。本文提出了一种两步跌倒检测算法,该算法采用背景相减法快速提取人体轮廓后,根据人体重心垂直速度和宽高比的变化对人体是否跌倒作出近似判定。最后,提取目标Hu不变矩、人体轮廓姿态信息训练SVM分类器,对近似跌倒作进一步判断。实验结果表明,该算法可以有效的降低目标在做深蹲、坐下和转身等动作时产生的误判。
【关键词】:异常检测 智能视频分析 跌倒检测 周界入侵检测
【学位授予单位】:浙江工业大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:TP391.41
【目录】:
- 摘要5-6
- ABSTRACT6-10
- 第1章 绪论10-20
- 1.1 论文研究背景10-11
- 1.2 国内外研究现状11-18
- 1.2.1 周界入侵检测12-14
- 1.2.2 跌倒检测14-18
- 1.3 论文研究内容18
- 1.4 论文组织结构18-20
- 第2章 周界入侵检测20-31
- 2.1 检测算法流程20-21
- 2.2 人体目标识别算法21-27
- 2.2.1 HOG特征提取22-23
- 2.2.2 FD特征提取23-27
- 2.2.3 分类器并行运行27
- 2.3 实验结果分析27-29
- 2.4 算法应用-翻墙检测29-30
- 2.5 本章小结30-31
- 第3章 基于卷积神经网络的铁轨入侵检测31-38
- 3.1 行人检测31-32
- 3.2 卷积神经网络(CNN)32-34
- 3.2.1 卷积神经网络结构32-33
- 3.2.2 稀疏连接33
- 3.2.3 权值共享33-34
- 3.3 行人检测的网络结构34
- 3.4 行人检测库34-35
- 3.5 测试结果35-36
- 3.6 算法应用-寝室入侵检测36-37
- 3.7 本章小结37-38
- 第4章 跌倒检测38-47
- 4.1 算法流程39-40
- 4.2 人体轮廓获取40-41
- 4.3 特征提取41-44
- 4.3.1 角度特征42
- 4.3.2 Hu不变矩42-43
- 4.3.3 速度特征43-44
- 4.3.4 矩形框特征44
- 4.4 实验结果44-46
- 4.5 本章小结46-47
- 第5章 结论与展望47-48
- 5.1 结论47
- 5.2 展望47-48
- 参考文献48-52
- 致谢52-53
- 攻读学位期间参加的科研项目和成果53
【相似文献】
中国期刊全文数据库 前10条
1 刘毅;;智能视频监控如何更好的走向应用[J];中国公共安全(综合版);2010年09期
2 刁一平;;理性与务实——点评智能视频分析技术发展现状[J];中国安防;2011年03期
3 武文斌;;智能视频分析的现状与未来发展趋势[J];科技情报开发与经济;2011年31期
4 ;智能视频网络[J];中国传媒科技;2007年05期
5 ;事事洞察,智能视频;监控识别,疏而不漏![J];智能建筑与城市信息;2009年05期
6 傅福林;;用智能视频分析技术打造平安社区[J];中国公共安全(综合版);2009年06期
7 张永生;;智能视频分析发展现状与趋势[J];中国公共安全(综合版);2009年10期
8 刁一平;;理性与务实——点评智能视频分析行业发展现状[J];智能建筑与城市信息;2010年09期
9 李万才;;物联网中智能视频技术的现状与分析[J];警察技术;2010年06期
10 李罗养;侍术干;;智能视频分析技术 在自助银行中的应用[J];中国公共安全(综合版);2011年07期
中国重要会议论文全文数据库 前8条
1 杨震勇;;智能视频技术的现状及发展[A];天津市电视技术研究会2010年年会论文集[C];2010年
2 刘志宏;孙长国;朱卫国;;智能视频技术在军事物流中的应用研究[A];2010全国虚拟仪器大会暨MCMI2010’会议论文集[C];2010年
3 刘文斌;;进一步提高施工企业信息化建设——网络远程智能视频管理[A];2009(重庆)中西部第二届有色金属工业发展论坛论文集[C];2009年
4 李志咏;周观尧;邱国俊;;水电站三维场景智能视频分析系统的研究与应用[A];中国水力发电工程学会信息化专委会2010年学术交流会论文集[C];2010年
5 徐辉;;智能视频分析技术在煤矿掘进面危险源管理中的应用探究[A];第24届全国煤矿自动化与信息化学术会议暨第6届中国煤矿信息化与自动化高层论坛论文集[C];2014年
6 李媛;马建玉;谭然;;智能视频分析技术在安防领域的应用[A];第二十七届中国(天津)2013IT、网络、信息技术、电子、仪器仪表创新学术会议论文集[C];2013年
7 杨捷;成明盛;;智能视频分析技术在铁路视频监控工程中的应用探讨[A];四川省通信学会2010年学术年会论文集[C];2010年
8 安然;王辉麟;史天运;;基于智能视频分析的铁路弓网状态监测技术研究[A];第八届中国智能交通年会优秀论文集——轨道交通[C];2013年
中国重要报纸全文数据库 前10条
1 陶海;智能视频技术“随需应变”[N];计算机世界;2008年
2 佚名;城市反恐与智能视频分析技术研讨会举行[N];中国建设报;2008年
3 汉王科技股份有限公司 童剑军;正确认识智能视频分析技术[N];计算机世界;2008年
4 刘锁柱;运用智能视频分析技术实现主动监控[N];人民公安报;2010年
5 ;提高智能视频产品效能和效益[N];中国电子报;2009年
6 本报记者 邓淑华;用智能视频分析为社会保驾护航[N];中国高新技术产业导报;2012年
7 ; “软硬结合”提供不同产品[N];中国电子报;2009年
8 记者 刘莹清;新区配套产品表现良好彰显实力[N];滨海时报;2010年
9 记者 傅盛宁;高科技产品 昨集体路演[N];深圳商报;2009年
10 西山煤电集团公用事业公司林业处 段久清;智能视频森林火险监测预警系统的构建[N];山西科技报;2009年
中国博士学位论文全文数据库 前2条
1 张超;智能视频系统中若干关键技术的研究[D];安徽大学;2014年
2 傅慧源;面向人群监管的智能视频场景理解技术研究[D];北京邮电大学;2014年
中国硕士学位论文全文数据库 前10条
1 许颖;智能视频中的行人检测技术研究[D];电子科技大学;2014年
2 江学平;基于智能视频分析的异常检测算法及其应用研究[D];浙江工业大学;2015年
3 胡舟;智能视频分析系统设计与开发[D];重庆大学;2013年
4 戴军建;基于智能视频分析的安防监控系统设计[D];长春理工大学;2014年
5 谢志栋;基于智能视频分析的多媒体信息处理与无线传输系统的设计与实现[D];南京邮电大学;2013年
6 卢颖;基于智能视频分析技术的案件辅助系统[D];北京邮电大学;2013年
7 张少文;基于GPU的智能视频分析系统的研究和实现[D];华南理工大学;2014年
8 刘高源;基于图像识别的智能视频监控模块研究[D];中北大学;2014年
9 徐晟;智能视频语音即时通讯终端系统的设计与实现[D];河北工程大学;2012年
10 武曜;基于DM642的智能视频分析系统应用平台的研究与实现[D];电子科技大学;2010年
本文关键词:基于智能视频分析的异常检测算法及其应用研究,由笔耕文化传播整理发布。
本文编号:287689
本文链接:https://www.wllwen.com/shoufeilunwen/xixikjs/287689.html