视频监控中运动人体检测与异常行为分析研究

• 作 者: 董坤
• 发表日期: 2013年期
• 关键词: 视频监控 异常行为 特征提取 运动轨迹

智能视频监控是计算机视觉领域中一个新兴的研究热点，正受到越来越多的关注。其中，视频监控中人体异常行为分析是智能视频监控领域中重要的研究方向，通过利用计算机视觉技术对视频内容分析达到对人体异常行为进行智能检测的目的，这样可以将监控视频中大量对安防无用的信息过滤掉，节约了大量的人力，并解决了传统监控系统的事后性。本文主要针对视频监控中运动人体的异常行为进行分析研究，具体涉及到运动目标检测、跟踪和人体异常行为检测三部分。(1)在目标检测中，初始背景的建立采用二值化背景模板建模法，通过帧间差分法不断更新二值化背景模板，直到二值化背景模板不变，初始背景建立完成。然后，再利用背景减法实现对前景目标的提取，同时为了降低光照变化等外部因素的影响，对背景进行自适应更新。(2)在目标跟踪中，研究了基于区域与直方图匹配相结合的方法，利用运动目标在相邻帧的二值化图像中会有较大区域重合实现目标匹配，同时在目标融合和分裂过程中使用Kalman滤波和直方图匹配跟踪。(3)在人体异常行为分析中，本文通过提取运动人体的特征(质心、外接矩形框长宽比)和运动轨迹并分析，实现异常行为检测。在人体跌倒检测中，采用运动人体长高比和质心变化作为判断标准；在人体徘徊检测中，研究了基于运动人体轨迹转角差变化的方法；在遗留物检测中，对存在互联关系(分裂、融合)的运动目标进行运动轨迹分析，从而实现遗留物检测。(4)为了验证运动人体跌倒、徘徊和遗留物检测算法的性能，使用Visual C++6.0开发工具和OpenCV计算机视觉库软件编程进行实验测试。实验结果表明，本文算法可以高效且准确地实现对人体跌倒、徘徊和遗留物检测，并报警提示。