隨著科技日益發(fā)展、智能化設(shè)備逐漸普及,監(jiān)控系統(tǒng)遍布全國各個超市。目前,超市監(jiān)控系統(tǒng)依舊需要人員輪番值守,但仍然無法避免盜竊等犯罪行為每年對超市造成大量的經(jīng)濟(jì)損失。同時,國內(nèi)外針對超市中異常行為分析的研究文獻(xiàn)較少,且智能視頻監(jiān)控在國內(nèi)超市仍未普及。所以,對超市監(jiān)控視頻中的異常行為進(jìn)行識別分析,在一定程度上可以減輕超市中監(jiān)控值守人員的工作壓力和減少安保人員的成本預(yù)算,同時也能夠讓超市及時止損。因此,本文對超市監(jiān)控中異常行為分析的相關(guān)研究,具有重要的理論和應(yīng)用價值。本文主要針對超市中發(fā)生的異常行為進(jìn)行研究,主要工作和成果如下。(1)本文首先給出了超市監(jiān)控中的異常行為分析規(guī)則。通過分析多段超市監(jiān)控視頻、觀察超市中人們的購物行為以及查閱相關(guān)文獻(xiàn)資料,將超市中的異常行為定義為對商品的“藏匿”行為。規(guī)則中對商品大小進(jìn)行限定,要求必須大于識別目標(biāo)的手部,并只針對單人目標(biāo)且“藏匿”動作可見的情況進(jìn)行異常行為識別分析。(2)針對前景目標(biāo)提取,結(jié)合圖像的RLBSP紋理特征和HSV顏色空間,提出了一種基于紋理的背景建模算法(以下稱為RLBSP-S算法),RLBSP-S算法利用RLBSP紋理特征對光照變化不敏感...

【文章頁數(shù)】：75 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景與意義
    1.2 國內(nèi)外研究現(xiàn)狀
    1.3 本文的研究內(nèi)容
    1.4 本文的組織結(jié)構(gòu)
2 相關(guān)研究
    2.1 運(yùn)動目標(biāo)檢測
        2.1.1 幀差法
        2.1.2 背景減除法
    2.2 圖像光線補(bǔ)償
    2.3 圖像的后處理
        2.3.1 圖像平滑處理
        2.3.2 數(shù)學(xué)形態(tài)學(xué)圖像處理
    2.4 圖像特征
        2.4.1 顏色特征
        2.4.2 紋理特征
    2.5 本章小結(jié)
3 基于RLBSP紋理和HSV的運(yùn)動目標(biāo)檢測
    3.1 RLBSP紋理特征
    3.2 基于RLBSP的背景建模
        3.2.1 背景模板初始化
        3.2.2 前景檢測
        3.2.3 背景更新
    3.3 實驗設(shè)計與結(jié)果分析
        3.3.1 實驗環(huán)境
        3.3.2 實驗方案設(shè)計
        3.3.3 結(jié)果與分析
    3.4 本章小結(jié)
4 基于規(guī)則的異常行為分析
    4.1 引言
    4.2 本文的手部檢測和跟蹤方法
        4.2.1 膚色檢測器
        4.2.2 手臂檢測器
        4.2.3 手臂手部位置關(guān)系
        4.2.4 手部的跟蹤方法
    4.3 異常行為分析
        4.3.1 行為分析規(guī)則
        4.3.2 藏匿行為分析
    4.4 實驗結(jié)果與分析
    4.5 本章小結(jié)
5 超市監(jiān)控中異常行為分析系統(tǒng)設(shè)計與實現(xiàn)
    5.1 系統(tǒng)模塊設(shè)計
    5.2 系統(tǒng)實現(xiàn)
    5.3 本章小結(jié)
總結(jié)與展望
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表論文及科研成果
致謝



本文編號：3824752