監(jiān)控視頻中的異常行為檢測方法研究.pdf

1、監(jiān)控視頻中的異常行為識別技術是計算機從包含人的視頻或圖像序列中對人的行為進行理解和分類的技術。視頻監(jiān)控作為保障公共安全的一種有效方式，以及硬件設備的智能化和其親民的價格，促使愈來愈多的人開始關注這一領域，因此對異常行為識別的研究成為計算機視覺領域內非常熱門的研究方向，對人體行為特征的提取、行為模式的建模和對異常行為的檢測成為目前領域內密切關注的問題。當下基于視頻的異常行為檢測的算法十分之多，本文主要針對監(jiān)控視頻下公共場所中人的異常行為進

2、行研究，提出了基于運動特征的人體異常行為檢測方法，實時地對視頻中的人進行異常行為的檢測。主要分為四個部分：視頻圖像預處理、特征提取、特征聚類及人體異常行為檢測。
　　在特征提取部分，提出了一種新的時空特征提取方法，該方法能考慮到動作間在時間上的連續(xù)性。因為視頻場景中的某個動作，單獨來看是沒有任何異常的，但是連續(xù)的動作可能是異常的行為。所以，這樣的一種提取特征算法可以獲取更緊湊、更豐富的信息。跳過傳統(tǒng)的運動前景提取以及目標追蹤步驟，

3、直接作用于視頻片段上，該方式的優(yōu)點在于不存在背景塊被誤判為前景塊的可能，具有一定的抗干擾能力且減少了運算量，能夠完整地提取出人體行為的輪廓和人所處的復雜環(huán)境的整體變化。
　　在字典學習部分，對特征進行k-means型子空間聚類，形成一組簇的集合，這個集合可視作對正常的行為模式構建超完備字典，集合中的每一個簇可視作一個子字典?；诔陚渥值涞膱D像稀疏表示因其具有稀疏性、特征保持性、可分性等特點對異常行為的檢測有很強的適用性。