学位论文 > 优秀研究生学位论文题录展示
人体异常行为识别算法研究与实现
作 者: 胡栋
导 师: 雷航
学 校: 电子科技大学
专 业: 计算机应用技术
关键词: OPENCV 异常行为 支持向量机 动态能量特征 马尔克夫随机场
分类号: TP391.41
类 型: 硕士论文
年 份: 2010年
下 载: 388次
引 用: 2次
阅 读: 论文下载
内容摘要
智能监控系统主要基于图像处理,人工智能及模式识别等技术。对这种系统的研究有如下几个方面:①运动前景的提取,②目标分割及辨识,③目标跟踪,④行为识别及归类。本文针对的对象式是人体,且主要对异常行为的识别进行研究。本文首先简单的介绍了整个监控系统所需的主要数字图像处理技术。针对传统方法去噪处理效果不佳的问题,采用了自适应的高斯背景更新模型对前景进行提取,并提出了基于三通道分离的背景差分改进算法。本文接下来研究了监控视频中人体的异常行为。针对不同的应用场景,可将问题分类为单人的行为判别,少数人之间的突发暴力行为以及群聚事件。由于各情况下图像反映的特征信息不同,本文将采用3种方法对它们进行处理。在单人情况下,这里采用了近景摄像头,这样能清晰的提取目标的外部结构及几何特征。再根据支持向量机(Support Vector Machine,SVM)理论,利用计算机较强的学习能力,对输入的视频进行训练,分类和识别。针对少数人之间的异常行为,本文采用两人间的打斗视频。首先提取两个关键的动态特征:速度幅值及方向角的变化率。它们能反映目标的剧烈且不规则的变化,作者由此归纳出整个视频能量的动能部分。另一方面,人与人间距离越近则发生异常行为的几率越大,作者根据天体间的万有引力归纳出势能部分。将两部分加权后总结出视频中每帧的总能量,根据它判断监控范围内是否发生了异常。在广场等环境下,摄像头监控的范围较广,视频中的人体的具体特征也不明显。因此作者在Markov理论的基础上,将图像中的每个像素点视为马尔克夫随机场(Markov Random Field,MRF)中的一点,分别总结出能量函数的时间场和空间算子,由此得到基于时空的MRF方法,用于辨识群聚事件。
|
全文目录
摘要 4-5 ABSTRACT 5-9 第一章 绪论 9-14 1.1 背景及意义 9-10 1.2 研究现状 10-12 1.3 本文研究内容及结构安排 12-14 1.3.1 研究内容 12-13 1.3.2 文章结构安排 13-14 第二章 图像预处理技术研究 14-29 2.1 OpenCV 介绍 14-17 2.1.1 基本应用 14-15 2.1.2 目录结构 15 2.1.3 常用数据结构 15-17 2.2 监控系统流程 17-18 2.3 前景提取 18-25 2.3.1 背景更新 18-22 2.3.1.1 自适应高斯混合模型 19 2.3.1.2 参数更新 19-20 2.3.1.3 背景估计 20-21 2.3.1.4 实验结果 21-22 2.3.2 三通道分离对背景差分法的改进 22-25 2.3.2.1 颜色空间介绍 22-23 2.3.2.2 三通道分离法 23-24 2.3.2.3 实验结果 24-25 2.4 连通性判断及去噪算法 25-28 2.4.1 连通性定义 25 2.4.2 去噪处理算法 25-28 2.5 本章小结 28-29 第三章 基于静态几何特征的单人行为识别算法 29-42 3.1 特征选取 29-32 3.1.1 倾斜角度 30-31 3.1.2 最小外接矩形MER 与紧密度 31-32 3.1.3 凹凸度 32 3.1.4 外接矩形长宽比及变化率 32 3.2 异常行为的归类 32-33 3.3 支持向量机 33-34 3.3.1 支持向量机理论 33-34 3.3.2 步骤 34 3.4 实验分析 34-41 3.4.1 实验步骤 34-35 3.4.2 算法流程及核心代码分析 35-38 3.4.3 实验结果 38-41 3.5 本章小结 41-42 第四章 基于 MEF 的打斗行为识别算法 42-56 4.1 跟踪方法介绍 42-43 4.2 传统的光流动态特征 43-45 4.2.1 特征获取 43-44 4.2.2 寻找速度阈值Vmin 的新方法 44-45 4.3 利用MEF 对光流特征的改进 45-48 4.3.1 速度方向角 46-47 4.3.2 方向角的角度差 47-48 4.3.3 目标团块间的距离 48 4.4 基于动态能量特征的新方法 48-50 4.4.1 质量权重mi,j(n) 48 4.4.2 动能部分 48-49 4.4.3 势能部分 49-50 4.5 实验分析 50-55 4.5.1 算法流程及核心代码分析 50-52 4.5.2 后期数据处理 52-54 4.5.2.1 积分处理 53-54 4.5.2.2 机器学习 54 4.5.3 分析及结论 54-55 4.6 本章小结 55-56 第五章 基于时空 MRF 的群聚行为识别算法 56-69 5.1 Markov 链 56 5.2 基于时空的MRF 模型 56-59 5.2.1 马尔克夫随机场 57 5.2.2 n 阶邻域 57-58 5.2.3 吉布斯随机场 58-59 5.2.4 MRF 与Gibbs 随机场的等价性 59 5.3 视频流中的能量势函数 59-61 5.3.1 传统的能量势函数模型 59-61 5.4 时间场对能量势函数的改进 61-64 5.4.1 Bayes 定理 61 5.4.2 观测场 61 5.4.3 寻找标记场的改进算法 61-63 5.4.4 时间场 63 5.4.5 平衡因子的确定 63-64 5.5 实验分析 64-68 5.5.1 算法流程及核心代码分析 64-66 5.5.2 与MEF 方法的比较 66-68 5.6 本章小结 68-69 第六章 总结与展望 69-71 6.1 总结 69-70 6.2 展望 70-71 致谢 71-72 参考文献 72-75 攻读硕士学位期间取得的研究成果 75-76
|
相似论文
- 基于SVM的常压塔石脑油干点软测量建模研究,TE622.1
- 基于SVM的高速公路路面浅层病害的自动检测算法研究,U418.6
- 基于PCA-SVM的液体火箭发动机试验台故障诊断算法研究,V433.9
- 空间目标ISAR成像仿真及基于ISAR像的目标识别,TN957.52
- 音乐结构自动分析研究,TN912.3
- 基于三维重建的焊点质量分类方法研究,TP391.41
- 胆囊炎和肾病综合症脉象信号的特征提取与分类研究,TP391.41
- 直推式支持向量机研究及其在图像检索中的应用,TP391.41
- 基于SVM的中医舌色苔色分类方法研究,TP391.41
- 基于图像的路面破损识别,TP391.41
- 基于支持向量机的故障诊断方法研究,TP18
- 过程支持向量机及其在卫星热平衡温度预测中的应用研究,TP183
- 基于监督流形学习算法的固有不规则蛋白质结构预测研究,Q51
- 基于车载3D加速传感器的路况监测研究,TP274
- 高光谱图像技术诊断黄瓜病害方法的研究,S436.421
- 基于机器学习的入侵检测系统研究,TP393.08
- 支持向量机回归在短期电力负荷预测中的应用研究,TM715;F224
- 基于改进光流场模型的医学图像非刚性配准算法研究及实现,TP391.41
- 面向文本分类的改进K近邻的支持向量机算法研究,TP391.1
- 基于AdaBoost算法的人脸识别研究,TP391.41
- 面向肺部CAD的特征提取、选择及分类方法研究,TP391.41
中图分类: > 工业技术 > 自动化技术、计算机技术 > 计算技术、计算机技术 > 计算机的应用 > 信息处理(信息加工) > 模式识别与装置 > 图像识别及其装置
© 2012 www.xueweilunwen.com
|