基于数据驱动的视频监控异常事件检测系统研究

《基于数据驱动的视频监控异常事件检测系统研究》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、万方数据论文题目：、荸于挲#罂矽印挈磐警竽矛节亨仟蛑掣零筝可指导教师：协助指导教师：孙义真壁堕垡垫堡单位：鎏里奎兰讫圆撤日期：2013年12月20日学位授予单位g沈阳大学万方数据IIllllllllllllIllUIIIIIllIIIIIlIJ0121658基于数据驱动的视频监控异常事件检测系统研究StudyonAbnormalEmergencyDetectionSystemoftheData．drivenVideoSurveillance研究生姓名：孙义真指导教师姓名：韩晓微沈阳大学沈阳，110044，中国Candidate：SunYizhenSupervisor：HanXiao

2、weiShenyangUniversity21Southwan曲瑚Street，DadongDisU-ictShenyang，110044，P．1LCHINA万方数据独创性说明本人郑重声明：所呈交的论文是我个人在导师指导下进行的研究工’作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得沈阳大学或其他教育机构的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中做了明确的说明并表示了谢意。签名：域日期：翟多!f兰：乡本人完全了解沈阳大学有关保留、使用学位论文的规定，即：学校有权保留送交

3、论文的复印件，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。日期：刃侈．12．趵万方数据沈阳大学硕士学位论文摘要智能视频监控是计算机视觉领域中近几年来倍受关注的一个应用领域，它是利用计算机视觉和图像处理等技术对视频信号进行处理、分析和理解，发现监控画面中的异常情况，并能够快速准确地提供警报信息，从而有效提高视频监控异常事件检测的工作效率。目前，国内外研究人员在视频监控异常检测方面开展了较深入的研究工作，一定程度上解决了视频监控中的数据量大，响应时间长和检测效率低等问题，但仍然存在着检测方法通用性、准确性差等问题。本文基于数据驱动的

4、基本理论方法，针对连续时间序列的视频帧图像数据，开展了异常事件检测方法的研究工作。检测过程分为视频数据预处理与异常事件检测两部分。在预处理阶段，分别获取样本中视频帧的图像灰度数据，基于分块思想将每一帧的灰度数据进行NXN分块，提取每一块像素灰度的平均值组成特征矩阵，并对样本与待测数据进行降维处理。在异常事件检测阶段，本文提出两种检测方法：(1)通过将待检测视频帧数据与已知正常事件样本数据进行相似度度量分析，从而判定该事件是否为异常事件；(2)从统计角度出发，根据事先定义好的正常事件数据集，设定相关阈值后，在无限隐马尔可夫模型基础上检测待检测事件是否为异常事件。为保证系统检测的实时性

5、，利用FPGA的并行执行特性和内部的逻辑资源丰富等特点，选用FPGA芯片作为视频监控的主控制器。将系统的图像采集、异常事件检测、显示等功能都在一片FPGA内实现，提高下系统的集成度。所有的模块设计都是利用VefilogHDL描述，在处理速度方面有了显著的提高。实验结果表明，本文设计的以FPGA为监控平台、数据驱动为检测方法的异常事件检测系统具有适用环境广、检测实时性好、系统升级及维护方便等优点。关键词：视频监控，异常事件检测，数据驱动，无限隐马尔可夫摸型，FPGA万方数据沈阳大学硕士学位论文Il万方数据沈阳大学硕士学位论文ResearchOnAbnormalEventDetecti

6、onSystemoftheData-drivenVideoSurveillanceAbstractWimincreasingattentioninrecentyears，IntelligentVideoSurveillanceisanapplicationfieldofcomputervisionscience．Thevideosignalisprocessedandanalyzedthroughcomputervisionandimageprocessing．Oncetheimageinthevediosurveillanceisabnormal,thesystemsendsal

7、ertsandprovidesusefulinformationSOthattheworkofvediosurveillanceonabnormaleventcanbedoneeffectively．Sofar,furtherresearchhasbeendonebyscholarshomeandabro她tosomeextent,solViIlgtheproblernofmassivedata,sluggishtorespondandlow-efficiencyof