交通监控系统中运动目标异常行为理解研究

《交通监控系统中运动目标异常行为理解研究》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、中图分类号TP391.4论文编号、G06015-0218学科分类号5丨0.8060密#TIANJINUNIVERSITYOFTECHNOLOGY硕士学位论文.S.DISSERTATION交通监控系统中运动目标异常行为理解研究AbnormalBehaviorsUnderstandingofMovingTargetsinTansportationSurveillanceSystemif-M控制科学与工程控制科学与工程张云飞张惊雷副教授天津理工大学研究生部二•一五年扯剞牲声明本人声明所呈交的学位论文是本人在导师指导下进行的研宄工作和取得的研究成果，除了文中特别加以标注和致谢之处外

2、，论文中不包含其他人己经发表或撰写过的研究成果，也不包含为获得天津理工大學或其他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。学位洽文作者答名：答孛0期年5刀2日学位袼丈版权使用提权书本学位论文作者完全了解天津理工大学有关保留、使用学位论文的规定�/持授权天津理工大学可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印、缩印或扫描等复制手段保存、汇编，以供查阅和借阅。同意学校向国家有关部门或机构送交论文的复本和电子文件。(保密的学位论文在解密后适用本授权说明）莶孛曰期：21年J刀工^日答孛日期

3、：$月二@分类号：510.8060密级：天津理工大学研究生学位论文交通监控系统中运动目标异常行为理解研究（申请硕士学位）学科专业：控制科学与工程研究方向：控制理论与控制工程作者姓名：张云飞指导教师：张惊雷副教授2015年3月ThesisSubmittedtoTianjinUniversityofTechnologyfortheMaster’sDegreeAbnormalBehaviorsUnderstandingofMovingTargetsinTansportationSurveillanceSystemByZhangYunfeiSupervisorAssociatePr

4、of.ZhangJingleiMarch,2015摘要近年来，智能交通系统（ITS）以其高效性、安全性等优势受到国内外学者的广泛关注。同时，基于视频的交通事故识别和行为理解作为ITS的一个重要组成部分，对及时预测和处理交通事故具有重要意义。但是，当前的方法大多只适用于简单场景和行为的识别，对于人车混型等复杂场景识别率较低。基于上述背景，本文对交通场景下的运动目标的检测跟踪和异常行为理解做了深入研究。首先，在目标检测方面，提出了一种基于改进分水岭的运动目标检测方法，算法首先进行自适应背景差分，并利用Otsu算法进行阈值处理和形态学去噪，得到初始二值化的运动目标区域，然后对前景

5、和背景对象进行标记，在此基础上采用基于标记的分水岭变换。实验结果表明，本文算法能够克服传统分水岭算法易产生过分割的缺陷，精确提取运动目标轮廓。在目标跟踪上，本文采用基于改进Hausdorff距离的模板匹配算法，将前述分水岭算法提取的目标轮廓转化成多值图像作为模板，然后将实时采集的图像与模板图像以改进加权Hausdorff距离作为相似性度量进行匹配，从而实现跟踪。实验结果表明，本文跟踪算法在实时性和准确度上相对于传统算法均得到了显著提升。在行为识别与理解方面，本文提出了一种基于隐马尔可夫模型(HMM)的交通异常行为识别算法。首先通过目标检测与跟踪，提取运动特征作为基本语义单元

6、，并将其组合成简单行为观测序列，然后利用Baum-Welch算法进行异常行为的HMM建模，最后根据前向算法及阈值处理识别交通异常行为。实验结果表明，本文算法能够准确识别出交通场景中车辆逆行、压线、异常停驶及行人翻越护栏等异常行为，并且实时性较好。关键词：智能交通系统跟踪行为理解分水岭变换模板匹配隐马尔可夫模型AbstractInrecentyears,IntelligentTransportationSystems(ITS)withhighefficiencyandsecurityhasreceivedextensiveattentionbyinternationalsch

7、olars.AsanimportantpartofITS,abnormalbehaviorsrecognitionandunderstandinghasgreatsignificancetoforecastanddealwithtrafficaccidentsintime.However,mostofexsitalgorithmsonlyapplytosimplebehaviorsrecognitionandhavelowrecognitionrateincomplicatesceneswhichcontainpe