長久以來,家庭安全防護都是備受民眾關注的熱點問題,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。傳統(tǒng)的家庭監(jiān)測系統(tǒng)大多都由中央監(jiān)測站的工作人員來完成,分析和響應每一個異常事件。顯然這種傳統(tǒng)的模式要耗費大量的人力成本,而隨著機器學習算法的發(fā)展,智能化的監(jiān)控系統(tǒng)成為了新的發(fā)展趨勢。本文主要對基于視頻監(jiān)控的圖像預處理、家庭入侵檢測和摔倒檢測這幾個方面進行了深入研究。本文研究了各種常用的圖像預處理方法,最終在實驗中采用了基于拉普拉斯濾波和離散余弦變換的方法。通過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)之后復原圖像,最后達到了突出紋理、削弱噪聲、降低圖像維度的效果。對于家庭入侵檢測,在經(jīng)過圖像預處理的基礎上提出了一種HOG-LBP特征加權融合的人臉識別算法。首先通過正對房門的攝像頭采集入室人員的圖像,并對圖像進行預處理。然后利用HOG特征與LBP特征存在的優(yōu)勢互補特性,采用HOG算子與LBP算子分別提取人臉特征并進行加權融合得到人臉圖像的最終特征,最后使用SVM分類器進行識別。在多個人臉數(shù)據(jù)集下的實驗結果表明在室內場景下,該算法相比絕大多數(shù)傳統(tǒng)算法具有更優(yōu)秀的識... 

【文章來源】：北京交通大學北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：65 頁

【學位級別】：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一個細胞單元，得到下一個滑塊，??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成整個圖像的ＨＯＧ特征，最終的直方圖維??度為?８１＊３６＝２９１６?維。??


本文編號：3094863