當(dāng)今網(wǎng)絡(luò)信息已經(jīng)逐步地融入到我們的生活之中,在網(wǎng)絡(luò)信息豐富我們精神生活的同時(shí),心智尚未成熟的中小學(xué)生接觸暴力血腥等內(nèi)容的概率也隨之增加,反映在校園生活中越來越多的校園暴力事件發(fā)生,校園霸凌已經(jīng)是當(dāng)下教育關(guān)注重點(diǎn)。由于受暴者膽小等原因不敢及時(shí)匯報(bào)需要外界對(duì)其檢測達(dá)到監(jiān)管目的。目前在校園霸凌檢測方面的研究多著眼于附帶運(yùn)動(dòng)傳感器的可穿戴設(shè)備,但需要使用者隨時(shí)佩戴,且檢測精度會(huì)受傳感器佩戴是否牢固影響。鑒于目前監(jiān)控設(shè)備的制作工藝較高、成本較低而且針對(duì)圖像處理領(lǐng)域的模式識(shí)別技術(shù)較為成熟,本文提出了基于視頻的校園霸凌檢測算法,利用固定背景的視頻檢測是否有霸凌情況發(fā)生。相比穿戴設(shè)備的檢測,基于視頻的校園霸凌檢測能夠留存證據(jù),便于家長和教師了解霸凌行為經(jīng)過和施暴者身份,完善校園霸凌檢測算法。鑒于視頻數(shù)據(jù)對(duì)設(shè)備的依賴性以及校園霸凌動(dòng)作的復(fù)雜性,本文首先采取像素較高攝像設(shè)備對(duì)固定背景下的動(dòng)作行為進(jìn)行視頻數(shù)據(jù)的采集,之后采取預(yù)處理和圖像處理等方法提取出運(yùn)動(dòng)的前景目標(biāo),隨后提出一種外接矩形框整合處理方法對(duì)運(yùn)動(dòng)目標(biāo)外接矩形框進(jìn)行優(yōu)化處理。得到較好的前景運(yùn)動(dòng)目標(biāo)之后,針對(duì)霸凌動(dòng)作以及日常行為動(dòng)作進(jìn)行分析并提取出來... 

【文章來源】：哈爾濱工業(yè)大學(xué)黑龍江省 211工程院校 985工程院校

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

顏色通道轉(zhuǎn)換結(jié)果圖

a) 原始幀 b) 靜態(tài)差分法加形態(tài)學(xué)結(jié)果圖 2-4 靜態(tài)差分法加形態(tài)學(xué)處理結(jié)果2-5 是幀間差法檢測流程圖，無需設(shè)置固定背景幀，對(duì) k-1 幀和 k值濾波處理，之后 k 幀與 k-1 幀進(jìn)行差分，對(duì)差分結(jié)果采取形態(tài)前景區(qū)域。B:視頻第k-1幀灰度化中值濾波A:視頻第k幀灰度化中值濾波A-B形態(tài)學(xué)處理最終結(jié)果

a)原始圖 b)幀間差法結(jié)果圖圖 2-6 二值化前后幀差法結(jié)果圖計(jì)學(xué)背景建模法用統(tǒng)計(jì)學(xué)理論設(shè)定背景模型，再通過背景差分法對(duì)北京像素點(diǎn)點(diǎn)實(shí)行分類。Gloyer 等人使用中值法建模[17]，這種方法計(jì)算復(fù)雜變化的環(huán)境中經(jīng)常產(chǎn)生誤差。Wren 等人提出利用單高斯進(jìn)行背適應(yīng)較為復(fù)雜的場景。Stauffer 等人設(shè)計(jì)了混合高斯背景建模法[1該方案通�？梢暂^好地適順應(yīng)復(fù)雜場景，然而因?yàn)樘岣吒咚狗植家苍鲩L。一種基于核密度預(yù)計(jì)[20]的無參數(shù)運(yùn)動(dòng)目標(biāo)檢測法不要求分布，而是使用規(guī)范核函數(shù)對(duì)該時(shí)刻周圍視頻幀信息精確地估計(jì)運(yùn)動(dòng)目標(biāo)。該方法適用于較為復(fù)雜的戶外區(qū)域，但由于計(jì)算量略，無法進(jìn)行實(shí)時(shí)監(jiān)測。于聚類的運(yùn)動(dòng)目標(biāo)提取方法類的運(yùn)動(dòng)目標(biāo)提取方法中經(jīng)典算法是 CodeBook 法[21]，該方法利素從而提取出前景區(qū)域。該方法對(duì)于戶外燈復(fù)雜場景有較好的適

【參考文獻(xiàn)】：
期刊論文
[1]基于深度學(xué)習(xí)的暴力行為檢測[J]. 李紅昌,王晶,韓建軍,張金民,楊玉山,趙岳.  電子世界. 2019(09)
[2]基于電梯視頻的乘客暴力行為檢測[J]. 季一錦,陳崢,馬志偉,王峰.  工業(yè)控制計(jì)算機(jī). 2018(06)
[3]國內(nèi)校園欺凌研究:十年回溯與展望[J]. 劉於清.  教育探索. 2018(02)
[4]基于3D-CNN的暴力行為檢測[J]. 周智,朱明,Yahya Khan.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(12)
[5]嵌入式下公共場所暴力行為視覺檢測方法研究[J]. 伍馮潔,吳川平,黃文愷,郭中華.  電視技術(shù). 2016(01)
[6]基于輪廓跟蹤的摔倒檢測算法[J]. 靳海偉,彭力,盧曉龍.  江南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2015(02)
[7]基于計(jì)算機(jī)視覺的電梯內(nèi)防暴力智能視頻監(jiān)控[J]. 湯一平,陸海峰.  浙江工業(yè)大學(xué)學(xué)報(bào). 2009(06)
[8]基于支持向量機(jī)的圖像分割[J]. 邢偉.  微計(jì)算機(jī)信息. 2008(01)
[9]基于主成份分析和支持向量機(jī)的MRI圖像多目標(biāo)分割[J]. 郭磊,武優(yōu)西,劉雪娜,顏威利,沈雪勤.  中國生物醫(yī)學(xué)工程學(xué)報(bào). 2007(04)

博士論文
[1]基于深度學(xué)習(xí)的暴力檢測及人臉識(shí)別方法研究[D]. 丁春輝.中國科學(xué)技術(shù)大學(xué) 2017
[2]視頻中人體行為識(shí)別若干問題研究[D]. 裴利沈.電子科技大學(xué) 2016

碩士論文
[1]面向視頻監(jiān)控的暴力行為檢測技術(shù)研究[D]. 宋凱.哈爾濱工程大學(xué) 2018
[2]基于多傳感器數(shù)據(jù)融合的校園暴力檢測算法[D]. 石紀(jì)福.哈爾濱工業(yè)大學(xué) 2018
[3]防治初中生校園欺凌的策略研究[D]. 趙巖.黑龍江大學(xué) 2018
[4]基于深度學(xué)習(xí)的暴力行為智能檢測技術(shù)研究[D]. 孟子涵.南京航空航天大學(xué) 2018
[5]基于動(dòng)作語音特征的校園暴力識(shí)別算法研究[D]. 王鵬.哈爾濱工業(yè)大學(xué) 2017
[6]移動(dòng)通信安全事件檢測方法研究[D]. 楊子明.重慶郵電大學(xué) 2017
[7]群體異常行為識(shí)別方法的研究[D]. 葉程.中國民用航空飛行學(xué)院 2017
[8]電梯轎廂內(nèi)乘客異常行為檢測[D]. 朱玉杰.中國科學(xué)技術(shù)大學(xué) 2017
[9]運(yùn)動(dòng)目標(biāo)的特征提取與行為識(shí)別研究[D]. 董凌凌.曲阜師范大學(xué) 2015
[10]基于軌跡分析的暴力行為識(shí)別算法研究[D]. 王曉龍.上海交通大學(xué) 2015



本文編號(hào)：2960950