监控视频事件检测算法

作     者：姜媚 

作者单位：北京邮电大学 

学位级别：硕士

导师姓名：赵衍运

授予年度：2014年

学科分类：08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

主      题：事件检测 人群密度估计 行人检测 摔倒检测 警戒线/区跨越检测 物体移动检测 

摘      要：城市经济的飞速发展、城市规模的不断扩大和城市人口的持续增长使得以人为主的传统监控方式难以适应时代发展的要求。基于监控视频的事件检测系统能够自动分析、理解视频内容,及时发现视频中的异常事件并进行报警,从而有效弥补人力管理资源的匮乏和效率低下等传统监控方法中存在的问题。鉴于异常事件检测算法具有极高的实用价值和研究意义,本课题主要从以下几个方面对其进行了较深入的研究： 1.提出了一种改进的基于特征和回归分析的人群密度估计算法。引入图像中的角点个数作为低层特征,并采用相关向量回归(RVR)来为人群密度和图像特征之间的关系进行建模。通过融合RVR和高斯过程回归(GPR)的预测结果,进一步提升了算法的预测精度。在公开数据库上的实验结果表明本算法的精确性优于目前主流的国内外统计方法。 2.实现并改进了一种基于APCF特征和级联Adaboost的行人检测算法。APCF特征能够很好地表征图像中目标物体的纹理信息,但在边缘描述方面稍加欠缺。本文对该算法进行了改进,将APCF与小边特征Edgelet结合使用,有效地改进了算法的检测性能,提升了分类正确率。同时也印证了在今后,基于多特征融合的行人检测方法将是该领域的研究重点。 3.提出了一种基于运动分析和姿态分析的摔倒检测算法。利用隐马尔可夫模型(HMM)来对摔倒的运动过程进行建模,并引入相关向量机(RVM)来对目标姿态进行快速分类。从人体的运动和姿态变化两方面同时分析以判断摔倒事件的发生。实验结果验证了本算法能够检测出不同的摔倒事件并具有实时运行速度。 4.改进了一种警戒线／区跨越检测算法。首先提取视频中的运动目标,然后对感兴趣目标进行跟踪并分析记录其底部坐标的运动轨迹,通过计算其轨迹点与警戒线／区的相对位置关系来判断目标是否发生跨越警戒线／区现象。 5.改进了一种物体移动检测算法,将其转化为目标模型匹配问题。通过提取目标的HSV颜色空间特征和旋转不变的边缘方向直方图特征来为监控目标构建外观模型,采用简单有效的直方图相交法作为目标相似度度量的准则,并通过判断目标的相似度是否持续低于一定阈值以达到目标移动检测的目的。