資源描述:
《視頻中人群異常逃離行為檢測的研究》由會員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。
1、工程碩士學(xué)位論文視頻中人群異常逃離行為檢測的研究韓再博哈爾濱理工大學(xué)2016年3月國內(nèi)圖書分類號:TP391.41工程碩士學(xué)位論文視頻中人群異常逃離行為檢測的研究碩士研究生:韓再博導(dǎo)師:王衛(wèi)兵申請學(xué)位級別:工程碩士學(xué)科、專業(yè):計算機(jī)技術(shù)所在單位:計算機(jī)科學(xué)與技術(shù)學(xué)院答辯日期:2016年3月授予學(xué)位單位:哈爾濱理工大學(xué)ClassifiedIndex:TP391.41DissertationfortheMasterDegreeinEngineeringResearchonAbnormalCrowdEscapeBeheaviorDet
2、ectioninVideoSequencesCandidate:HanZaiboSupervisor:WangWeibingAcademicDegreeAppliedfor:MasterofEngineeringSpecialty:ComputerAppliedTechnologyDateofOralExamination:March,2016University:HarbinUniversityofScienceandTechnology哈爾濱理工大學(xué)碩±學(xué)位論文原創(chuàng)性聲明本人鄭重聲明:此處所提交的碩±學(xué)位論文《視頻中人群
3、異常逃離行為檢測的研巧》,是本人在導(dǎo)師指導(dǎo)下,在哈爾濱理工大學(xué)攻讀碩±學(xué)位期間獨立進(jìn)行研究工作所取得的成果。據(jù)本人所知,論文中除己注明部分外不包含他人己發(fā)表或撰寫過的研究成果。對本文研究工作做出貢獻(xiàn)的個人和集體,均己在文中明確方式注明。本聲明的法律結(jié)果將完全由本人承擔(dān)。作者簽名:日期;年5月3口日哈爾濱理工大學(xué)碩±學(xué)位論文使用授權(quán)書《視頻中人群異常逃離行為檢測的研究》系本人在哈爾濱理工大學(xué)攻讀碩古學(xué)位期間在導(dǎo)師指導(dǎo)下完成的碩±學(xué)位論文。本論文的研究成果歸哈爾濱理工大學(xué)所有,本論文的研究內(nèi)容不得
4、其他單位的名義發(fā)表。本人完全了解哈爾濱理工大學(xué)關(guān)于保存、使用學(xué)位論文的規(guī)定,同意學(xué)校保留并向有關(guān)部口提交論文和電子版本,允許論文被查閱和借閱。本人授權(quán)哈爾濱理工大學(xué)可采用影印、縮印或其他復(fù)制手段保存論文,可公布論文的全部或部分內(nèi)容。本學(xué)位論文屬于。保密,在年解密后適用授權(quán)書I□不保密。[3(請在W上相應(yīng)方框內(nèi)打V)作者簽名;^爲(wèi)日期:>年3月如日導(dǎo)師簽名;日期:如/(^年3月如日哈爾濱理工大學(xué)工程碩士學(xué)位論文視頻中人群異常逃離行為檢測的研究摘要智能視頻監(jiān)控系統(tǒng)由于可以有效的解決公共場
5、所安全問題而受到越來越多科研人員的關(guān)注。視頻中人群異常逃離行為檢測能夠自動分析識別場景中發(fā)生的群體異常事件并及時報警,具有廣泛的應(yīng)用價值和較高的社會價值。因此,本文對人群異常四散逃離行進(jìn)行了以下研究:首先,采用濾波法進(jìn)行預(yù)處理。本文在預(yù)處理階段采用均值濾波消除視頻中存在的不可避免的噪聲,然后在前景提取階段為了進(jìn)一步降低噪聲的影響同時減少后續(xù)算法的計算量,對運(yùn)動場進(jìn)行均勻網(wǎng)格劃分,并對劃分后每個補(bǔ)丁中的運(yùn)動矢量求統(tǒng)計平均值。本文采用k-means聚類算法對前景進(jìn)行提取。其次,根據(jù)改進(jìn)加速度特征對人群異常四散逃離行為進(jìn)行檢測。利用三
6、幀圖像灰度不變性求出加速度特征后,結(jié)合人群分布指數(shù)對加速度公式進(jìn)行改動,考慮了突發(fā)事件發(fā)生時,人群整體形態(tài)會突然呈現(xiàn)為分散,并且人群中個體加速度也會變大。因此,可以利用基于人群分布變化的改進(jìn)加速度特性進(jìn)行檢測。用公共數(shù)據(jù)庫進(jìn)行實驗測試,并與基于社會力的人群異常行為檢測算法進(jìn)行了對比實驗,驗證本算法可以有效的檢測出人群異常逃離行為。最后,對人群異??赡馨l(fā)生的位置進(jìn)行定位。本文通過引入逃離中心來表示人群異??赡馨l(fā)生的位置?;趩翁与x中心的異常定位算法主要是利用KNNS法對改進(jìn)加速度矢量反向延長交點集進(jìn)行劃分,而交點密集區(qū)的物理中心即
7、為逃離中心。實際上經(jīng)常出現(xiàn)多個逃離中心同時存在的情況,針對這種情況通過利用改進(jìn)單個逃離中心算法與距離分割法的結(jié)合實現(xiàn)基于多逃離中心的異常定位方法。通過設(shè)計合成的數(shù)據(jù)驗證理論可行性,且在UMN群體異常數(shù)據(jù)庫上對算法性能進(jìn)行評估,結(jié)果表明提出的多逃離中心算法可以有效的識別場景中異??赡馨l(fā)生的位置。關(guān)鍵詞人群逃離行為;光流;加速度特征;逃離中心-I-哈爾濱理工大學(xué)工程碩士學(xué)位論文ResearchonAbnormalCrowdEscapeBeheaviorDetectioninVideoSequencesAbstractIntellig
8、entvideosurveillancehasbeenattractedmoreandmoreattentionofresearchers,mainlybecauseitcansolvesecurityproblemsinpublicplaces.Intelli