隨著國家對社會安全越來越重視,僅靠監(jiān)控人員肉眼識別危害社會安全、財產(chǎn)安全的行人越線等異常行為,不管是準(zhǔn)確率還是效率都不盡人意,傳統(tǒng)的監(jiān)控模式早就不能滿足現(xiàn)今民眾對于安全的需求,而智能視頻監(jiān)控系統(tǒng)則已經(jīng)開始取代傳統(tǒng)的監(jiān)控模型并發(fā)揮著越來越重要的作用。本論文中設(shè)計的基于越線檢測的監(jiān)控系統(tǒng)就是一種可以自主識別越線行為或越線傾向的智能化視頻監(jiān)控系統(tǒng),該系統(tǒng)充分地運(yùn)用計算機(jī)視覺、數(shù)字圖像處理等方法對監(jiān)控攝像頭實時拍攝的視頻序列進(jìn)行自動分析并處理,首先進(jìn)行前景檢測和提取,然后對出現(xiàn)在監(jiān)控視頻中的行人做相應(yīng)的標(biāo)記和跟蹤,最后進(jìn)行越線行為以及越線傾向檢測,同時當(dāng)視頻中出現(xiàn)行人越線行為時進(jìn)行自動報警提示。該系統(tǒng)可以很好的監(jiān)控到行人的物理入侵行為,能夠在犯罪分子實施入侵犯罪之前預(yù)先進(jìn)行報警,有效的保證監(jiān)控場所的安全。該系統(tǒng)在matlab2017a軟件中進(jìn)行開發(fā),主要的有四個功能模塊,分別為運(yùn)動目標(biāo)檢測模塊,目標(biāo)識別及跟蹤模塊,數(shù)據(jù)處理模塊以及顯示模塊。在運(yùn)動目標(biāo)檢測模塊中,提出了一種自適應(yīng)閾值策略的ViBe運(yùn)動目標(biāo)檢測算法,該算法提高了運(yùn)動目標(biāo)檢測模塊的精度;在目標(biāo)檢測與跟蹤模塊中,分別使用HOG特征訓(xùn)練... 

【文章來源】：桂林理工大學(xué)廣西壯族自治區(qū)

【文章頁數(shù)】：55 頁

【學(xué)位級別】：碩士

【部分圖文】：

ViBe算法

鼻爸≈邢袼豴的像素值為Vp，如果p為背景像素且使用像素值Vp更新背景模型,則閾值使用公式2.7進(jìn)行設(shè)置；11()kiiTVpvk公式(2.7)其中iv為該像素點(diǎn)的樣本集中的灰度值，k為背景模型中像素p樣本集中像素值的個數(shù)。如果p的背景模型被其鄰居像素更新，則像素p的閾值設(shè)置為其鄰居像素的閾值；如果p的背景模型沒有更新，則其閾值保持不變。為了防止出現(xiàn)閾值過大和過小的情況，閾值應(yīng)該有上限和下限。因此，閾值設(shè)定為T[15,35]。通過對比實驗驗證自適應(yīng)閾值的ViBe算法的優(yōu)勢，實驗結(jié)果如下圖：圖2.3ViBe算法圖2.4自適應(yīng)閾值的ViBe算法

桂林理工大學(xué)碩士學(xué)位論文17圖3.1數(shù)據(jù)分類示意圖b21B2b22B1b11b12B2的邊緣B1的邊緣圖3.2最優(yōu)分類結(jié)果意圖線性支持向量機(jī)的最大超平面可以用公式3.1表示。Wxb0公式(3.1)W和b是這個分類模型的兩大參數(shù)。如圖3.3所示，圖中的實線為將兩組數(shù)據(jù)分開的一種超平面，用方程fxWxb表示，找到最適合W參數(shù)和b參數(shù)，使方程的值等于零，那么此時方程表示的就是分類效果最優(yōu)的最大邊界超平面。

【參考文獻(xiàn)】：
期刊論文
[1]改進(jìn)型HLBP紋理特征的行人檢測[J]. 周書仁,王剛,徐岳峰.  計算機(jī)工程與科學(xué). 2016(05)
[2]基于多尺度聚合通道特征的實時行人檢測[J]. 李慶武,仇春春,俞楷,周亮基.  電子測量與儀器學(xué)報. 2015(11)
[3]基于時空分布的混合高斯背景建模改進(jìn)方法[J]. 夏海英,何利平,黃思奇.  計算機(jī)應(yīng)用研究. 2015(05)
[4]智能視頻監(jiān)控技術(shù)綜述[J]. 黃凱奇,陳曉棠,康運(yùn)鋒,譚鐵牛.  計算機(jī)學(xué)報. 2015(06)
[5]一種基于約束的中垂面相似度準(zhǔn)則[J]. 高山,祖辰,張道強(qiáng).  計算機(jī)研究與發(fā)展. 2012(11)
[6]一種改進(jìn)的視頻關(guān)鍵幀提取算法研究[J]. 瞿中,高騰飛,張慶慶.  計算機(jī)科學(xué). 2012(08)
[7]行人檢測技術(shù)綜述[J]. 蘇松志,李紹滋,陳淑媛,蔡國榕,吳云東.  電子學(xué)報. 2012(04)
[8]改進(jìn)的SIFT特征提取和匹配算法[J]. 曾巒,王元?dú)J,譚久彬.  光學(xué)精密工程. 2011(06)
[9]基于HOG的行人快速檢測[J]. 葉林,陳岳林,林景亮.  計算機(jī)工程. 2010(22)
[10]基于自適應(yīng)多特征融合的mean shift目標(biāo)跟蹤[J]. 袁廣林,薛模根,韓裕生,周浦城.  計算機(jī)研究與發(fā)展. 2010(09)

博士論文
[1]基于機(jī)器視覺的鐵路異物侵限分布式智能監(jiān)控技術(shù)研究[D]. 馬宏鋒.蘭州交通大學(xué) 2014
[2]基于視頻的人體行為識別關(guān)鍵技術(shù)研究[D]. 于成龍.哈爾濱工業(yè)大學(xué) 2014
[3]黎曼流形的特征值問題與剛性問題的研究[D]. 儲亞偉.鄭州大學(xué) 2013

碩士論文
[1]基于GPU并行計算的智能視頻分析技術(shù)[D]. 趙興方.南京航空航天大學(xué) 2016
[2]智能視頻監(jiān)控中人群異常行為的檢測與分析[D]. 周潔.寧波大學(xué) 2015
[3]治安監(jiān)控中基于計算機(jī)視覺的異常行為檢測技術(shù)研究[D]. 陳崗.上海交通大學(xué) 2015
[4]基于BD-2/GPS組合導(dǎo)航校車安全服務(wù)系統(tǒng)定位研究[D]. 陳亞茹.西安科技大學(xué) 2014
[5]基于支持向量機(jī)車輛檢測的算法[D]. 李麗紅.江西師范大學(xué) 2014
[6]基于智能視頻分析的鐵路入侵檢測系統(tǒng)研究[D]. 李凡.北京交通大學(xué) 2012
[7]基于統(tǒng)計結(jié)構(gòu)梯度特征的行人檢測[D]. 定志鋒.華僑大學(xué) 2012
[8]鐵路路障視頻監(jiān)測技術(shù)[D]. 樓瑞霞.西南交通大學(xué) 2006



本文編號：3501182