【摘要】：近些年,我國教育事業(yè)得到飛速發(fā)展,發(fā)展的同時帶來對學校各項工作更高的要求,校園治安環(huán)境的建設(shè)就是其中一項重要的工作內(nèi)容。通過校園治安環(huán)境建設(shè)工作的進行,必須建立一套科學、有效的校園安防體系。只有這樣,才能保證教師和學生在高校校園內(nèi)擁有一個穩(wěn)定的教學和學習環(huán)境,才能為校園安保人體提供有力的技術(shù)支持。鑒于科技化、現(xiàn)代化的高校校園安防工作需求,傳統(tǒng)方式下加大人力和物力的做法效果甚微。信息技術(shù)的發(fā)展,使得傳統(tǒng)視頻監(jiān)控系統(tǒng)與信息技術(shù)相結(jié)合,形成的智能視頻監(jiān)控系統(tǒng)使安防技術(shù)得到了進一步提升。這種智能視頻監(jiān)控已經(jīng)廣泛使用于道路交通、居民社區(qū)等場所,取得的效果顯著。高校校園視頻監(jiān)控雖然在具體的監(jiān)控需求上與上述場所有所不同,但是針對公共場所中個體發(fā)生的異常行為具有很強的借鑒意義。尤其對于校園內(nèi)發(fā)生的情緒失控、斗毆、酗酒等行為的及時檢測報告,可以進一步輔助安防人員對校區(qū)內(nèi)的實時監(jiān)控。在異常行為相關(guān)的實踐做法基礎(chǔ)上,結(jié)合高校校園視頻監(jiān)控的具體需求,本課題針對高校校園視頻監(jiān)控中單一運動目標的軌跡檢測以及人體發(fā)生的異常行為識別進行研究。論文的主要研究內(nèi)容及相關(guān)成果包括四個方面:(1)對智能視頻監(jiān)控系統(tǒng)的發(fā)展現(xiàn)狀進行了梳理,對相關(guān)研究算法進行了學習和研究,探尋其存在的優(yōu)缺點。(2)針對前人文獻中提出的軌跡檢測算法,結(jié)合高校校園中個體可能發(fā)生的具體軌跡類型,為了提高算法的普遍適應性,提出了一種基于角度的運動目標的人體徘徊軌跡檢測算法,對算法的可行性進行了相關(guān)的實驗驗證。(3)通過對模板匹配法和狀態(tài)空間法的比較,選擇了能夠更好描述人體行為本質(zhì)特征的狀態(tài)空間法,來對人體異常行為進行識別。然后,針對Hu矩和R變換對人體行為特征提取的方法進行了分析,通過使用具有更高識別率的基于非負矩陣分解(NMF)和隱馬爾可夫模型(HMM)的方法對人體行為進行識別。基于此方法進行了相關(guān)實驗,將課題提出的算法與相關(guān)其它算法進行識別率上的比較。實驗結(jié)果顯示,本文使用的人體行為識別算法平均識別率高達84.8%,比其它兩種方法高出將近10個百分點。(4)綜合上述算法,加入一些高校校園監(jiān)控可能需要的實際功能,比如入侵檢測、逗留檢測、物品遺落等功能,將所有功能整合成一個小型系統(tǒng)。對課題的相關(guān)算法進行了實際的驗證,以證明其實際效果。
【圖文】：

行為理解算法

論文框架結(jié)構(gòu)
【學位授予單位】：西安科技大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TN948.6

【參考文獻】

相關(guān)期刊論文 前8條

1 李明之;馬志強;單勇;張曉燕;;交通監(jiān)控中運動目標軌跡的距離計算和聚類[J];計算機工程與設(shè)計;2012年06期

2 李定川;;3CCD彩色攝象機原理及主要技術(shù)分析[J];影像技術(shù);2011年05期

3 康艷旗;;淺談視頻監(jiān)控系統(tǒng)的維護和保養(yǎng)[J];黑龍江科技信息;2011年25期

4 王江峰;張茂軍;熊志輝;包衛(wèi)東;;一種利用時空約束軌跡片段關(guān)聯(lián)的目標跟蹤方法[J];計算機應用研究;2011年03期

5 曲琳;周凡;陳耀武;;基于Hausdorff距離的視覺監(jiān)控軌跡分類算法[J];吉林大學學報(工學版);2009年06期

6 韓錫斌;楊娟;程建鋼;;構(gòu)建教學資源管理平臺的關(guān)鍵問題[J];中國教育網(wǎng)絡(luò);2008年10期

7 蘇林;尚朝軒;;基于卡爾曼濾波器的雷達跟蹤[J];微計算機信息;2006年25期

8 楊娟;韓錫斌;何良春;;構(gòu)建大學網(wǎng)絡(luò)教學資源中心[J];中國遠程教育;2005年12期

相關(guān)碩士學位論文 前4條

1 姚源;視頻中異常行為發(fā)現(xiàn)方法研究及實現(xiàn)[D];電子科技大學;2014年

2 曲麗丹;交通視頻監(jiān)控中的背景提取與運動跟蹤方法研究[D];哈爾濱工業(yè)大學;2010年

3 王建東;基于視頻圖像的人體異常行為識別技術(shù)研究[D];重慶大學;2009年

4 張原;基于Multi-stream Combined HMM源端檢測DDoS攻擊[D];吉林大學;2007年

，

本文編號：2618882