智能視頻監(jiān)控系統(tǒng)中的行為識(shí)別研究.pdf

1、隨著視頻監(jiān)控系統(tǒng)的廣泛應(yīng)用，對(duì)監(jiān)控系統(tǒng)的智能分析變得越來(lái)越重要。而行為檢測(cè)與分析是智能視頻監(jiān)控系統(tǒng)的重要組成部分，直接影響著整個(gè)系統(tǒng)的實(shí)用性，因此，行為檢測(cè)也就成為了當(dāng)前的研究熱點(diǎn)。目前，行為檢測(cè)與分析方法有很多，也沒(méi)有形成一個(gè)統(tǒng)一的標(biāo)準(zhǔn)，各個(gè)領(lǐng)域的應(yīng)用又各不相同。因此，研究一種具有較強(qiáng)通用性的行為分析方法顯得非常重要。
　　 人體行為識(shí)別指對(duì)人體運(yùn)動(dòng)的模式進(jìn)行分析和識(shí)別，是計(jì)算機(jī)視覺(jué)領(lǐng)域被廣泛關(guān)注的研究熱點(diǎn)。人體行為識(shí)別的研究

2、有著廣泛的應(yīng)用價(jià)值，它應(yīng)用于的智能安全監(jiān)控系統(tǒng)，不但能夠高效地完成保障安全的任務(wù)，還能節(jié)省大量的人力物力，給社會(huì)帶來(lái)很大的經(jīng)濟(jì)效益。
　　 本文首先介紹了行為檢測(cè)的基礎(chǔ)理論和相關(guān)技術(shù)，介紹了目標(biāo)檢測(cè)方法、目標(biāo)跟蹤方法和行為檢測(cè)方法。然后提出了一些具有較強(qiáng)通用性的行為分析方法，并運(yùn)用支持向量機(jī)(SVM)方法，完成了行為檢測(cè)。針對(duì)靜態(tài)背景下的人體行為檢測(cè)與識(shí)別技術(shù)進(jìn)行了較深入的研究，主要完成了以下工作：
　　 (1)提出了一

3、種基于運(yùn)動(dòng)目標(biāo)運(yùn)動(dòng)軌跡的行為識(shí)別方法，通過(guò)運(yùn)動(dòng)目標(biāo)速度判別，能夠從場(chǎng)景中識(shí)別出正常行走、跑行為，通過(guò)分析位移向量，能夠識(shí)別出場(chǎng)景中的徘徊行為，還實(shí)現(xiàn)了一種方向異常識(shí)別方法。
　　 (2)提出一種基于SVM的行為分類方法，提取高寬比作為特征值，采用SVM進(jìn)行分類，能夠?qū)?chǎng)景中的跌倒、下蹲行為進(jìn)行分類。
　　 (3)對(duì)于上述各個(gè)算法，本文均對(duì)研究結(jié)果進(jìn)行實(shí)驗(yàn)。結(jié)果表明，本文中提出的行為檢測(cè)與識(shí)別方法，可以較準(zhǔn)確、快速地檢測(cè)和