本文關(guān)鍵詞：基于OpenCV的行人異常檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

【摘要】：保障公共安全一直是一個(gè)社會(huì)焦點(diǎn)問(wèn)題。社會(huì)發(fā)展到今天,在我們的生活中經(jīng)常能夠看到攝像頭,說(shuō)明隨著現(xiàn)代科技的不斷進(jìn)步,視頻監(jiān)控系統(tǒng)已經(jīng)十分普及。它們?yōu)槲覀兊纳钐峁┝嗽S多安全保障,對(duì)于事后的調(diào)查取證起到了重要的作用。同時(shí),計(jì)算機(jī)圖像處理和信息科技的大規(guī)模應(yīng)用,也與視頻監(jiān)控系統(tǒng)逐漸結(jié)合起來(lái),為人們提供智能檢測(cè)和預(yù)警機(jī)制。如果視頻監(jiān)控系統(tǒng)能夠在有異常行為發(fā)生時(shí),自動(dòng)地檢測(cè)到異常并向人們報(bào)警,將會(huì)大大提高人們的工作效率,及早地發(fā)現(xiàn)異常并進(jìn)行處理,這樣也會(huì)盡量減少異常行為給公共安全帶來(lái)的危害。本次研究主要通過(guò)分析視頻中行人運(yùn)動(dòng)的特征,檢測(cè)符合定義的異常行為的場(chǎng)景,及時(shí)發(fā)出警告。本文重點(diǎn)關(guān)注使用光流法對(duì)運(yùn)動(dòng)進(jìn)行檢測(cè)和跟蹤,分析運(yùn)動(dòng)特性,檢測(cè)異常行為。行人的異常行為可以有很多種,在本文中,主要定義及關(guān)注視頻中的以下幾種行人的異常行為:行人打架斗毆等暴力行為,行人越過(guò)禁止入內(nèi)的區(qū)域,特定場(chǎng)合的行人逆行,并對(duì)每種異常行為建立判斷模型,應(yīng)用在異常檢測(cè)系統(tǒng)中。雖然運(yùn)動(dòng)目標(biāo)檢測(cè)、識(shí)別、分析的方法有很多,在本文中主要關(guān)注的是光流法,用光流法對(duì)視頻中的運(yùn)動(dòng)目標(biāo)進(jìn)行跟蹤檢測(cè),通過(guò)運(yùn)動(dòng)時(shí)產(chǎn)生的光流信息對(duì)人的行為進(jìn)行分析,判斷是否屬于異常的行為。全局光流的運(yùn)算量較大,而金字塔Lucas-Kanade算法可以減少計(jì)算量,使用這個(gè)方法對(duì)運(yùn)動(dòng)產(chǎn)生的光流進(jìn)行檢測(cè)。金字塔Lucas-Kanade算法的跟蹤過(guò)程是迭代的光流法計(jì)算過(guò)程,收斂速度比較快。它基于特征點(diǎn)進(jìn)行跟蹤,在跟蹤光流前需要檢測(cè)出運(yùn)動(dòng)圖像中的特征點(diǎn),特征點(diǎn)數(shù)量可控且不是很多,因此算法的計(jì)算量也不是很大。檢測(cè)Harris角點(diǎn),用這些特征點(diǎn)進(jìn)行后續(xù)的分析,從而提高檢測(cè)的效率。本文控制了特征點(diǎn)的一些屬性,并通過(guò)方法上的一些優(yōu)化,使跟蹤效果更好。通過(guò)金字塔Lucas-Kanade方法跟蹤分析這些特征點(diǎn)光流,獲得特征點(diǎn)在圖像中的光流特性,進(jìn)行運(yùn)動(dòng)估計(jì)。最后,引入光流直方圖,用來(lái)更清楚地描述運(yùn)動(dòng)物體的運(yùn)動(dòng)光流相關(guān)的特征。文中采用基于幅值的方向直方圖,不僅反映光流的方向分布,還可以結(jié)合光流的幅值分析運(yùn)動(dòng)信息。同時(shí)定義了運(yùn)動(dòng)能量的計(jì)算方法,對(duì)視頻中一幀圖像包含的特征點(diǎn)能量值進(jìn)行計(jì)算,針對(duì)每種異常的運(yùn)動(dòng)模型,根據(jù)運(yùn)動(dòng)特征、光流直方圖的特征以及能量的特征,對(duì)不同的異常行為建立異常檢測(cè)模型,當(dāng)系統(tǒng)檢測(cè)到符合的可能異常行為后,自動(dòng)發(fā)出警報(bào)。本次設(shè)計(jì)在Open CV的基礎(chǔ)上實(shí)現(xiàn),并根據(jù)具體情況進(jìn)行了相應(yīng)的改進(jìn),有效實(shí)現(xiàn)行人異常行為的檢測(cè)。
【關(guān)鍵詞】：光流法 OpenCV 光流直方圖 異常行為模型
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：TP391.41
【目錄】：

• 摘要4-6
• Abstract6-10
• 第1章 緒論10-15
• 1.1 研究背景與研究意義10-11
• 1.2 研究現(xiàn)狀11-12
• 1.3 本文研究?jī)?nèi)容12-14
• 1.4 論文組織結(jié)構(gòu)14-15
• 第2章 目標(biāo)特征描述15-21
• 2.1 Harris角點(diǎn)15-18
• 2.2 SIFT特征點(diǎn)18-19
• 2.3 對(duì)Harris角點(diǎn)算法的應(yīng)用19-20
• 2.4 本章小結(jié)20-21
• 第3章 光流法運(yùn)動(dòng)檢測(cè)21-30
• 3.1 Lucas-Kanade方法21-23
• 3.2 Horn-Schunck方法23-25
• 3.3 金字塔Lucas-Kanade光流25-29
• 3.4 本章小結(jié)29-30
• 第4章 行人異常檢測(cè)系統(tǒng)的實(shí)現(xiàn)30-44
• 4.1 系統(tǒng)開(kāi)發(fā)及測(cè)試環(huán)境30-31
• 4.2 OpenCV簡(jiǎn)介31
• 4.3 運(yùn)動(dòng)視頻處理過(guò)程31-32
• 4.4 光流直方圖32-35
• 4.5 特征點(diǎn)能量的表示35-36
• 4.6 幾種異常行為的識(shí)別36-43
• 4.6.1 打架斗毆行為的檢測(cè)36-38
• 4.6.2 行人越界檢測(cè)38-41
• 4.6.3 行人逆行檢測(cè)41-43
• 4.7 本章小結(jié)43-44
• 第5章 結(jié)論與展望44-46
• 5.1 總結(jié)44
• 5.2 不足與展望44-46
• 參考文獻(xiàn)46-49
• 作者簡(jiǎn)介及在學(xué)期間所取得的科研成果49-50
• 致謝50

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 李艷萍;林建輝;楊寧學(xué);;一種基于SIFT特征光流的運(yùn)動(dòng)目標(biāo)跟蹤算法[J];計(jì)算機(jī)科學(xué);2015年11期

2 逯鵬;梁玉;陳樹(shù)偉;;基于角點(diǎn)動(dòng)能的視頻群體異常行為檢測(cè)[J];鄭州大學(xué)學(xué)報(bào)(工學(xué)版);2015年03期

3 王滿一;宋亞玲;李玉;張良;;結(jié)合區(qū)域光流特征的時(shí)序模板行為識(shí)別[J];系統(tǒng)仿真學(xué)報(bào);2015年05期

4 何鵬;安井然;楊曼;;基于區(qū)域光流法的人體異常行為檢測(cè)[J];電視技術(shù);2015年07期

5 張飛燕;李俊峰;;基于光流速度分量加權(quán)的人體行為識(shí)別[J];浙江理工大學(xué)學(xué)報(bào);2015年01期

6 汪雙承;管業(yè)鵬;;基于粒子流和能量模型的異常行為檢測(cè)[J];電子器件;2014年06期

7 羅超宇;李小曼;李浩;;基于光流能量的人體異常行為檢測(cè)研究[J];計(jì)算機(jī)與網(wǎng)絡(luò);2014年21期

8 劉賞;梁茜;董林芳;;“幀平均加速度”人群異常運(yùn)動(dòng)檢測(cè)算法[J];計(jì)算機(jī)工程與應(yīng)用;2015年21期

9 劉紅;周曉美;張震;;一種改進(jìn)的三幀差分運(yùn)動(dòng)目標(biāo)檢測(cè)[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年06期

10 宋爽;楊健;王涌天;;全局光流場(chǎng)估計(jì)技術(shù)及展望[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2014年05期

中國(guó)博士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 葉芳芳;監(jiān)控視頻中的異常行為檢測(cè)研究[D];浙江大學(xué);2014年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前8條

1 夏紅麗;中小學(xué)校視頻監(jiān)控中的行人檢測(cè)方法研究[D];蘇州大學(xué);2014年

2 王芝斌;光流場(chǎng)的實(shí)時(shí)計(jì)算方法研究[D];江南大學(xué);2014年

3 鄒薇;行人多目標(biāo)檢測(cè)與跟蹤技術(shù)研究[D];蘇州大學(xué);2014年

4 楊陽(yáng);基于視頻的運(yùn)動(dòng)目標(biāo)檢測(cè)和跟蹤技術(shù)[D];浙江大學(xué);2014年

5 楊輝;智能視頻監(jiān)控中運(yùn)動(dòng)目標(biāo)檢測(cè)與預(yù)警的研究與實(shí)現(xiàn)[D];江蘇科技大學(xué);2014年

6 彭懷亮;視頻監(jiān)控場(chǎng)景中人群異常行為識(shí)別研究[D];中國(guó)計(jì)量學(xué)院;2014年

7 楊之杰;視頻監(jiān)控中異常場(chǎng)景檢測(cè)與分析研究[D];上海交通大學(xué);2014年

8 董穎;基于光流場(chǎng)的視頻運(yùn)動(dòng)檢測(cè)[D];山東大學(xué);2008年

  本文關(guān)鍵詞：基于OpenCV的行人異常檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：310393