基于视频序列的特定行为检测研究.pdf

基于视频序列的特定行为检测研究.pdf

ID:50116608

大小:4.90 MB

页数:79页

时间:2020-03-05

基于视频序列的特定行为检测研究.pdf_第1页
基于视频序列的特定行为检测研究.pdf_第2页
基于视频序列的特定行为检测研究.pdf_第3页
基于视频序列的特定行为检测研究.pdf_第4页
基于视频序列的特定行为检测研究.pdf_第5页
资源描述:

《基于视频序列的特定行为检测研究.pdf》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、'.?v?-—-、’’乂. ̄—。、v.和V=?;一.7.冷心'一’一一^{UA’?‘:-t束;...■?'/—?-?'心_>.?.',-..,V吞八.芒:、'乂—乂-!单位代码:10293密级:^^.i.,考巫《隹硕女给A满A4嗦4違m论文题目:基于视频序列的持定行为检测研究学号1212063332姓^刘佳伟言扣r\;兴這C一....,'-W-导师朱松豪厶苗支M,‘,L.

2、、-??.?-,..V专业学位类别工程硕±类^争日法U‘;:专巫:(领域)控制工程5.鱗_/V.、,■,i.-.‘.-■.-Vi一f.,论文提交日期20.5.3—.■’^■-’■:‘:;‘'.'未■,....片.V,.祖唉.早屯v,.'、-.'‘’么,占'-’-,山',.-.'-..I‘,4.;/i;V;!'1心、'.---.....’1:武,—n耗控‘?请繁主v;南京邮电大学学位论文原创性声明本人声明所呈交的学

3、位论文是我个人在导师指导下进行的研巧工作及取得的研究成果。尽我所知,除了文中特别加yx标注和致谢的地方外,论文中不包含其他人己经发表或撰写过的研巧成果,也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表示了谢意。一本人学位论文及涉及相关资料若有不实,愿意承担切相关的法律责任。研巧生签名。巧乂:訓在日期:玄f帝j南京邮电大学学位论女使用授权声明本人授权南京邮电大学可^?保留并向国家有关部口或机构送交论文的复印件和电子文档;允许论文

4、被查阅和借阅;可yx将学位论文的全部或部分内容编入有关数据库进巧检索;^。可1^<采用影印、缩印或扫描等复制手段保存、汇编本学位论文本文电子文档的内容和纸质论文的内容相一致。论文的公布(包括刊登)授权南京邮电大学研充生院办理。涉密学位论文在解密后适用本授权书。研究生签名:导师签名日期:ResearchonSpecificEventsDetectioninVideoSurveillanceThesisSubmittedtoNanjingUniversityofPostsandTelecommunicationsfortheDegre

5、eofMasterofEngineeringByJiaweiLiuSupervisor:Prof.SonghaoZhuMarch2015摘要近十几年来随着计算机视觉技术的不断发展,以及人们对安防需求的不断提高,视频中人体行为的识别也成为被研究最多的课题之一。该技术有着广泛的实际应用价值,例如:智能视频监控,人工智能,基于内容的视频检索等。目前,由于互联网技术的不断发展和成熟,越来越多的应用场景涉及到视频中人体行为的自动识别检测。因此,研究人员提出了大量应用于不同场合的识别算法,但是由于在实际场合应用时会受到自身遮挡、背景突变等因素的影响,从而使得识别效

6、果不是很理想。本文通过对国内外视频中人体行为识别算法的研究,并对其进行改进,从而能够提升识别率。主要思想是分别从目标检测、目标跟踪和行为分析三个方面进行研究,然后分别对三个方面进行改进,具体算法如下:(1)目标检测。本文目标检测阶段采用的是ViBe算法,但是由于该算法自身的缺点是无法检测相对静止的目标。因此,本文对ViBe算法加以改进,提出了一种融合改进Canny算子的ViBe算法,用以提高目标的识别率。首先,该方法利用ViBe算法得到运动目标所在的前景区域,然后利用改进的Canny算子对运动目标的进行辅助定位,最后将运动目标的前景区域和边缘信息进行融

7、合,已得到更为准确的运动目标的检测效果。(2)目标跟踪。跟踪学习检测方法(Tracking-Learning-Detection,TLD)是一种对单目标进行长时间跟踪的有效算法,近几年该算法备受关注。该算法解决了跟踪目标失踪后不能重新捕捉的问题,但仍然存在诸多的缺点和不足。本文针对TLD算法的缺点进行适当的改进,改进主要包括以下两方面内容:一方面,通过使用改进的卡尔曼滤波器,来增强TLD算法的可靠性;另一方面,为了提高系统实时性,在检测器中对当前帧运动目标所在区域进行预估,以达到减小检测范围。(3)行为识别。为实现特征描述数据的降维,本文采用了傅里叶变

8、换算法,这是因为相对于时域而言,频域对于目标的变化并不敏感;同时,时域选取光流场作为其特征描述

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。