長(zhǎng)久以來(lái),家庭安全防護(hù)都是備受民眾關(guān)注的熱點(diǎn)問(wèn)題,視頻監(jiān)控則是保障家庭安全的一種重要手段,需求持續(xù)增長(zhǎng)。傳統(tǒng)的家庭監(jiān)測(cè)系統(tǒng)大多都由中央監(jiān)測(cè)站的工作人員來(lái)完成,分析和響應(yīng)每一個(gè)異常事件。顯然這種傳統(tǒng)的模式要耗費(fèi)大量的人力成本,而隨著機(jī)器學(xué)習(xí)算法的發(fā)展,智能化的監(jiān)控系統(tǒng)成為了新的發(fā)展趨勢(shì)。本文主要對(duì)基于視頻監(jiān)控的圖像預(yù)處理、家庭入侵檢測(cè)和摔倒檢測(cè)這幾個(gè)方面進(jìn)行了深入研究。本文研究了各種常用的圖像預(yù)處理方法,最終在實(shí)驗(yàn)中采用了基于拉普拉斯濾波和離散余弦變換的方法。通過(guò)拉普拉斯濾波突出圖像紋理特征,然后利用離散余弦變換提取圖像低頻系數(shù)之后復(fù)原圖像,最后達(dá)到了突出紋理、削弱噪聲、降低圖像維度的效果。對(duì)于家庭入侵檢測(cè),在經(jīng)過(guò)圖像預(yù)處理的基礎(chǔ)上提出了一種HOG-LBP特征加權(quán)融合的人臉識(shí)別算法。首先通過(guò)正對(duì)房門(mén)的攝像頭采集入室人員的圖像,并對(duì)圖像進(jìn)行預(yù)處理。然后利用HOG特征與LBP特征存在的優(yōu)勢(shì)互補(bǔ)特性,采用HOG算子與LBP算子分別提取人臉特征并進(jìn)行加權(quán)融合得到人臉圖像的最終特征,最后使用SVM分類(lèi)器進(jìn)行識(shí)別。在多個(gè)人臉數(shù)據(jù)集下的實(shí)驗(yàn)結(jié)果表明在室內(nèi)場(chǎng)景下,該算法相比絕大多數(shù)傳統(tǒng)算法具有更優(yōu)秀的識(shí)... 

【文章來(lái)源】：北京交通大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１拉普拉斯濾波的效果

圖２－２離散余弦變換的效果圖

弱光照、背景等干擾因素。??（５）將該ｂｌｏｃｋ在圖像中向下或者向右移動(dòng)一個(gè)細(xì)胞單元，得到下一個(gè)滑塊，??塊與塊之間是重疊的。然后繼續(xù)（１）到（４）的工作直到求出所有滑塊的梯度方向直方??圖，然后融合所有滑塊的直方圖特征構(gòu)成整個(gè)圖像的ＨＯＧ特征，最終的直方圖維??度為?８１＊３６＝２９１６?維。??


本文編號(hào)：3094863