资源描述：
《智能视频监控中异常行为识别研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、27卷第11期微电子学与计算机Vol.27No.112010年11月MICROELECTRONICS&COMPUTERNovember2010智能视频监控中异常行为识别研究121陈颖鸣,陈树越,张显亭(1中北大学信息与通信工程学院,山西太原030051;2中北大学仪器科学与动态测试教育部重点实验室,山西太原030051)摘要:通过对HSV空间阴影检测与RGB空间阴影检测进行比较,分析了两种方法对消除阴影的效果,得出采用RGB空间阴影检测方法消除阴影对运动目标的识别更为准确.通过给出人的异常行为判别准则来识别
2、运动目标是否属于消失、攀爬、跌倒等情况,实验结果表明该识别方法简单、快速、准确,取得了较好的识别效果.关键词:HSV彩色空间;RGB彩色模型;阴影消除;智能监控;异常行为中图分类号:TP391.41文献标识码:A文章编号:1000-7180(2010)11-0102-04ResearchonAbnormalBehaviorRecognitioninIntelligentSurveillance121CHENYingming,CHENShuyue,ZHANGXianting(1Schoolo
3、fInformationandCommunicationEngineering,NorthUniversityofChina,Taiyuan030051,China;2KeyLaboratoryofInstrumentationScience&DynamicMeasurementofMinistryofEducation,NorthUniversityofChina,Taiyuan030051,China)Abstract:ThispaperfirstcomparesHSVspaceforshadowdetecti
4、onandRGBspaceforshadowdetectionandanalyzetheeffectoneliminatingtheshadow.TheauthorconcludesthatRGBspaceforshadowdetectionismoresuitablefordetectionofmovingtargets.Whatsmore,inthispaper,acoupleofcriterionsaredefinedtoanalyzewhetherpeopledisappear,climb,orfall.
5、Experimentsdemonstratethattheapproachwhichisproposedonabnormalbehaviorrecognitioniseasy,fastandeffectiveandachievesgoodrecognitioneffect.Keywords:HSVcolorspace;RGBcolormodel;shadowremoval;intelligentsurveillance;abnormalbehavior[1][2]的方法,另一种是基于相似度量的方法.第一1引言种方
6、法是先确定某种准则,然后从图像序列中提取现有的视频监控系统大多只是进行场景内运动运动目标的外形、运动等信息,根据这些所获得的特目标的检测或跟踪,进行进一步处理的比较少,而生征信息人工或者使用半监督的方法定义正常行为的活中监控的目的就是对场景中的异常事件或人的异模型,通常选用HMM或图模型进行对由序列图像常行为进行检测和分析.智能视频监控对异常行为特征所表示的状态进行建模,那些不匹配正常行为的检测不仅可以及时发现不正当行为,告知工作人模型的观测均被认为是异常的.在所有的正常时间员及时处理,阻止不法行为的发生,而且可节
7、省大量被很好建模的情况下,基于模型的方法检测性能良的存储空间,避免不法行为发生后工作人员海量的好.但当正常的行为数量很大,完全建模出现困难查找和取证.时,检测效果便会下降.第二种方法是利用异常行为国内外很多学者在基于视频序列的异常检测上的难定义、易发现的特点使得人们无需预先显示定做了很多工作,大致可以分为两类:一种是基于模型义目标行为模型就可以将其检测出来.基本原理是收稿日期:2009-09-25;修回日期:2009-11-28第11期陈颖鸣,等:智能视频监控中异常行为识别研究103自动地从视频序列数据中学习正常
8、的模式,然后推断可疑的异常行为.异常行为的识别关键是及时准确,与现有方法不同,文中通过提出的一些标准来判断运动目标是否属于异常行为,实验结果显示该方法简单、快速、准确,能及时准确地检测到异常行为.对异常行为的检测中目标对象的准确判定也是比较关键的.白天由于光照的影响,运动物体会产生阴影,给运动物体的准确检测带来很大困难,它可能[3]与被检测的目标相连,也可能
