視頻智能行為分析的關(guān)鍵技術(shù)研究及應(yīng)用.pdf

《視頻智能行為分析的關(guān)鍵技術(shù)研究及應(yīng)用.pdf》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、＇．盧單位代碼３狂：１化９３密級(jí)：公開考巫《隹碩女訟Ａ？？．］顧論文題目；視頻智能行為分析的關(guān)鍵技術(shù)研究及應(yīng)用—？學(xué)號(hào)１２１２０１２２２７．■姓名蔣唯一二．々＞導(dǎo)師劉峰教巧＂／博導(dǎo)專業(yè)學(xué)位類別工程碩壬類型全日制專業(yè)（領(lǐng)域）由子與通信工程論文提交日期２０１５．４ｒ南京郵電大學(xué)學(xué)位論文原創(chuàng)性聲明本人聲明所呈交的學(xué)位論文是我個(gè)人在導(dǎo)師指導(dǎo)下進(jìn)行的研究工作及取得的研巧成果。盡我所知，除了文中特別加擬標(biāo)注和致謝的地方外，論文中不包含

2、其他人已經(jīng)發(fā)表或撰寫過的研究成果，也不包含為獲得南京郵電大學(xué)或其它教育機(jī)構(gòu)的學(xué)位或證書而使用過的材料。一與我同工作的同志對(duì)本研巧所做的任何貢獻(xiàn)均已在論文中作了明碗的說明并表示了謝意。一本人學(xué)位論義及涉及相關(guān)資料若有不實(shí)，愿意承擔(dān)切相關(guān)的法律責(zé)任。．？０＇ｒ／占研究生簽名：私日期：午和三＿南京郵電大學(xué)學(xué)位論文使用授權(quán)聲明本人授權(quán)南京郵電大學(xué)可＾苗保留并向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子文檔；允許論文被查閱和借闊；可＾式將學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索；可Ｗ采用影印、縮印或掃描等復(fù)制手段保存、匯編

3、本學(xué)位論文。本文電子文檔的內(nèi)容和紙質(zhì)一論文涉的巧容相致。論文的公布（包括刊登）授權(quán)南京郵電大學(xué)研巧生院如理。密學(xué)位論文在解密后適用本授權(quán)書。研究生簽名：導(dǎo)師簽名：日期：和戶ThekeytechnologyresearchandapplicationofintelligentvideobehavioranalysisThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegreeofMasterofMasterofEngineeringByJiangWei

4、yiSupervisor:Prof.LiuFengApril2015摘要隨著平安城市的大力推廣以及智能監(jiān)控系統(tǒng)的普及，以視頻為主的多媒體信息需求日益增加。面對(duì)日益增長的監(jiān)控視頻，實(shí)現(xiàn)對(duì)其智能化的分析變得越來越重要。因此研究實(shí)現(xiàn)視頻智能行為分析具有重要的理論意義和實(shí)際應(yīng)用價(jià)值。本文以監(jiān)控場(chǎng)景為研究對(duì)象，著重研究了視頻智能行為分析的關(guān)鍵技術(shù)，包括背景建模技術(shù)、運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤技術(shù)，在上述關(guān)鍵技術(shù)基礎(chǔ)之上對(duì)視頻智能行為分析在實(shí)際中的應(yīng)用進(jìn)行了研究，實(shí)現(xiàn)了對(duì)監(jiān)控視頻進(jìn)行行人檢測(cè)和遺留物檢測(cè)。最后實(shí)現(xiàn)了一個(gè)視頻智能行為分析平臺(tái)系統(tǒng)。本文工作主要體現(xiàn)在以下四個(gè)方

5、面：1.實(shí)現(xiàn)了基于混合高斯模型和Codebook模型的背景建模?；旌细咚鼓Ｐ突贓M原理，通過建立多個(gè)高斯模型，對(duì)輸入像素點(diǎn)進(jìn)行匹配比較來判斷是否為背景點(diǎn)；Codebook模型對(duì)每個(gè)像素點(diǎn)建立一個(gè)碼字，碼字通過不斷的學(xué)習(xí)來實(shí)時(shí)建立背景模型。實(shí)驗(yàn)證明兩者都能夠在復(fù)雜的環(huán)境中建立良好的背景模型，但是Codebook模型相比混合高斯模型計(jì)算速度更快、內(nèi)存占用更小。2.實(shí)現(xiàn)了Kalman和Blob相結(jié)合的目標(biāo)跟蹤技術(shù)。該方法利用Kalman濾波器預(yù)測(cè)目標(biāo)在下一幀中的位置，在該預(yù)測(cè)區(qū)域附近進(jìn)行Blob匹配，避免了全局搜索，減少計(jì)算量。實(shí)驗(yàn)證明，該方法有較高的目標(biāo)

6、跟蹤準(zhǔn)確率。3.實(shí)現(xiàn)了基于HOG特征和SVM相結(jié)合的方法來對(duì)行人進(jìn)行檢測(cè)。通過提取的HOG特征向量集進(jìn)行訓(xùn)練得到分類器，再用Blob標(biāo)記視頻序列的前景目標(biāo)，只對(duì)Blob區(qū)域進(jìn)行行人檢測(cè)從而避免對(duì)整幀進(jìn)行HOG特征提取，降低了計(jì)算量。實(shí)驗(yàn)證明，該方法能夠適用于多種場(chǎng)景來對(duì)行人進(jìn)行檢測(cè)，并且有較高的準(zhǔn)確性。4.實(shí)現(xiàn)了基于雙背景模型的遺留物檢測(cè)。通過建立視頻序列的快背景和慢背景模型，利用遺留物在快背景中為背景，慢背景中為前景的特性作為遺留物判斷依據(jù)。實(shí)驗(yàn)證明，該方法能夠在室內(nèi)場(chǎng)景中對(duì)遺留物進(jìn)行檢測(cè)，并且有較好的實(shí)時(shí)性和準(zhǔn)確性。關(guān)鍵詞:背景建模，運(yùn)動(dòng)目標(biāo)跟蹤，

7、運(yùn)動(dòng)目標(biāo)檢測(cè)，行人檢測(cè)，遺留物檢測(cè)IAbstractWiththepromotionofthepeaceofthecityandthepopularityofintelligentmonitoringsystem,thedemandforvideo-basedmultimediainformationisincreasing.Facedwiththegrowingsurveillancevideo,behavioranalysisinthevideohasbecomeincreasinglyimportant.Therefore,thestudyofb

8、ehavioranalysisinthevideohasimportanttheoretica