安防系統(tǒng)中基于視覺的異常行為分析算法研究與實現(xiàn).pdf

1、智能視頻監(jiān)控技術能自主對場景中的異常行為進行識別，面對日漸嚴峻的安全形勢，其應用越來越廣泛。目前大多數(shù)異常行為分析系統(tǒng)單純從圖像像素角度進行分析，不同場景下識別復雜行為具有一定的局限性。本文針對這一問題，利用基于單目視覺的攝像機標定技術，對原有的異常行為分析算法進行改進，具有研究意義和應用價值。
　　本文首先研究了攝像機標定技術，實現(xiàn)了地平面像素坐標到實際坐標的轉換，并對目標成像大小進行估計，對于提高后續(xù)處理算法的通用性具有重要意

2、義。對于目標檢測，采用基于混合高斯背景建模的背景減除法，增加了模型再匹配環(huán)節(jié)，以獲得更完整的前景目標;參考估計的目標成像大小進行目標合并和篩選，以適應不同視頻場景。對于目標跟蹤，選擇Kalman和Meanshift相結合的方法，增加了Meanshift跟蹤窗口自適應調(diào)整功能，利于減少目標跟蹤丟失次數(shù);生成實際坐標軌跡，利于提高行為分析的準確性。對于異常行為分析，設計了區(qū)域入侵、尾隨、徘徊三種典型安防異常行為分析算法。最后，設計并實現(xiàn)了基