隨著經(jīng)濟(jì)的快速發(fā)展,人們對于城市生活安全的要求不斷提高,在公共場所中安裝監(jiān)控?cái)z像頭變得越來越普遍。目前,大多數(shù)監(jiān)控視頻系統(tǒng)都是依靠人工監(jiān)控的方式,然而人在長時(shí)間工作之后,由于疲勞會(huì)導(dǎo)致注意力不斷分散,很容易產(chǎn)生誤檢和漏檢。為了克服人工監(jiān)控的種種問題,監(jiān)控視頻異常檢測技術(shù)應(yīng)運(yùn)而生,通過計(jì)算機(jī)程序?qū)σ曨l數(shù)據(jù)進(jìn)行智能分析,可以自動(dòng)化地對視頻場景中發(fā)生的異常事件進(jìn)行預(yù)警,大大提高了檢測準(zhǔn)確率與檢測效率。在監(jiān)控視頻異常檢測中,主要分為基于監(jiān)督學(xué)習(xí)、基于半監(jiān)督學(xué)習(xí)以及基于無監(jiān)督學(xué)習(xí)三類異常檢測方法�；诒O(jiān)督學(xué)習(xí)的異常檢測方法只能檢測視頻中特定的異常行為,在使用上具有很大的局限性�；诎氡O(jiān)督學(xué)習(xí)的異常檢測方法對于構(gòu)建的模型過于依賴,當(dāng)模型出現(xiàn)偏差時(shí)很可能導(dǎo)致誤檢和漏檢�；跓o監(jiān)督學(xué)習(xí)的異常檢測方法直接對測試視頻進(jìn)行檢測,使用靈活度高,并且不存在模型依賴問題,具有廣泛的研究前景。本文基于無監(jiān)督學(xué)習(xí)的方法對監(jiān)控視頻異常檢測技術(shù)進(jìn)行研究。本文將視頻中的異常事件劃分為局部和全局異常事件,分別從局部和全局兩個(gè)不同的角度進(jìn)行異常檢測。在局部異常檢測中,先提取并擴(kuò)展視頻中的運(yùn)動(dòng)塊,將擴(kuò)展后的運(yùn)動(dòng)塊作為局部異常檢測... 

【文章來源】：北京工業(yè)大學(xué)北京市 211工程院校

【文章頁數(shù)】：80 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖像cell劃分及梯度方向直方圖示意圖

第 2 章 相關(guān)技術(shù)及研究riented FAST and Rotated BRIEF）[42]特征是一種快速征描述的算法，該算法先使用 FAST（Features fr）[43]算法進(jìn)行特征點(diǎn)檢測，然后使用 BRIEF（lementary Features）[44]特征描述子對特征點(diǎn)進(jìn)行描述法和 BRIEF 特征描述算法的計(jì)算效率都很高，因此 ，同時(shí)還具有旋轉(zhuǎn)不變性，是一種非常優(yōu)秀的特征。提取算法的具體流程為：FAST 算法檢測圖像中的特征點(diǎn)。檢測候選特征點(diǎn)周如果候選點(diǎn)與其周圍鄰域內(nèi)大部分像素點(diǎn)的灰度值存點(diǎn)為一個(gè)特征點(diǎn)。如圖 2-2 所示，檢測候選特征點(diǎn) p度值差異；

測圖像中的特征點(diǎn)。檢測候與其周圍鄰域內(nèi)大部分像素點(diǎn)征點(diǎn)。如圖 2-2 所示，檢測候特征點(diǎn) p 與其鄰域像素點(diǎn)灰度值idate feature point p compared with 特征點(diǎn)進(jìn)行描述。以特征點(diǎn) 質(zhì)心 Q 的連線為 X 軸建立二格子代表一個(gè)像素點(diǎn)；

【參考文獻(xiàn)】：
期刊論文
[1]基于幀差法和背景差法的運(yùn)動(dòng)目標(biāo)檢測[J]. 張應(yīng)輝,劉養(yǎng)碩.  計(jì)算機(jī)技術(shù)與發(fā)展. 2017(02)
[2]基于主題隱馬爾科夫模型的人體異常行為識(shí)別[J]. 朱旭東,劉志鏡.  計(jì)算機(jī)科學(xué). 2012(03)
[3]基于運(yùn)動(dòng)圖像序列的異常行為檢測[J]. 吳艷平,崔宇,胡士強(qiáng).  計(jì)算機(jī)應(yīng)用研究. 2010(07)

博士論文
[1]基于視頻技術(shù)的交通違章檢測與識(shí)別理論及方法研究[D]. 佟守愚.吉林大學(xué) 2006

碩士論文
[1]監(jiān)控視頻異常事件檢測方法研究[D]. 譚瀚霖.國防科學(xué)技術(shù)大學(xué) 2015
[2]智能視頻監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 宋波濤.吉林大學(xué) 2009



本文編號(hào)：3276253