文档介绍：血/绿日本学位论文作者完全己蝣保留、使用学位论文的规定,有权保籼槲张卅缟⋯名::召∥』,除了文中特别加以标注和致谢的地方外,论文中不包含其本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的他人已经发表或撰写过的研究成果,:留并向国家有关部门或机构送交论文的复印件和磁盘,,可以采用影印、缩印或扫描等复制手段保存、::工作单位:通讯地址:电话:邮编
型型型墼!!!!!!R虎鐸篺『『篺籌『『篒『『Ⅲ簗『摘要随着视频内容信息的不断充实以及视频应用的不断深入,基于视频序列的应用研究已经成为当今多媒体的主流方向。因此,对视频图像序列中运动前景的提取跟踪、分类和行为识别已经被广大学者研究。本文在深入总结和分析已有的视频序列基础算法的基础上,重点研究了几种视频监控领域里的异常行为检测,如徘徊行为检测、人体异常行为检测和遗留物检测。本论文工作主要包括五个部分内容。文章在绪论部分介绍了基于视频序列的研究背景、意义和研究现状,并简述了本文的主要工作和内容安排。在第二章中简明的介绍了基于图像序列的运动目标检测的几种经典的算法,如帧间差分法、背景差分法和光流法,并分析了这些经典算法的适用性,给出了其实验结果。这些算法优劣直接影响着后续工作的效果。在第三章中介绍了基于图像序列的运动目标的跟踪的几种经典的算法,如均值漂移跟踪算法、跟踪算法和基于预测的跟踪算法。这些算法都能够解决一些问题,也有其一定的局限性。因此,在本文中,提出了两种算法,均值漂移算法与预测相结合的视频跟踪算法和融合形状和颜色特征的惴āA街炙惴ù硬煌嵌扔呕烁俳峁沟酶傩Ч幼既贰在第四章中重点介绍了智能视频监控中的三种异常行为/事件检测,他们分别是:徘徊行为检测、人体异常行为检测和遗留物检测。对于徘徊行为检测,本文采取离散曲率熵判定算法检测感兴趣区域谛腥说呐腔残形#坏┞徘徊条件,给予报警。对于人体异常行为检测,本文采用了自适应离群点判定方法检测人体异常行为,实验证明了其有效性。对于遗留物检测,采取了经典的码书建模方法,通过实时更新背景和不实时更新背景进行差运算,得到遗留物图像,当遗留物在场景存在时间超过一定时间后,给予报警。这些算法都是在运动目标的检测和跟踪的基础上进行的,因此,效果的好坏直接影响着异常行为/事件的检测的好坏。第五章对全文工作内容进行了总结,并对后续工作做了展望。关键词:运动目标检测;徘徊行为;离散曲率熵:离群点;异常检测。。。。’‘‘·。。。。‘‘。—¨¨¨¨¨¨●¨
甌..甌.·甀,琣琧,勰,,—珻,,.琱:,琫,,··痚,.
甀籐瓻..,痚.:;籌安徽大学硕士学位论文辴籇
录目第一章绪论⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究背景及意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文主要工作及内容安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第二章运动目标检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..传统的运动目标检测算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.尘安罘址ā.〖⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第三章运动目标跟踪⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯常用的目标表现方法以及特征模型⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.<卣髂P汀几种经典的运动目标跟踪算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...灯聘偎惴ḿ癈偎惴ā预测跟踪算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.本文所提出的跟踪算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第四章几种异常行为检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯离散曲率熵的徘徊行为检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⑻崛∮⑶实撵睾头讲睢!.笛榻峁治觥人体异常行为检测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.硕勘暌斐<<⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯