监控视频人体状态识别方法研究

《监控视频人体状态识别方法研究》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、硕士学位论文监控视频人体状态识别方法研究RESEARCHONHUMANBEHAVIORSTATUSRECOGNITIONOFMONITORINGVIDEO吴鹏哈尔滨工业大学2018年6月国内图书分类号：TP183学校代码：10213国际图书分类号：004.8密级：公开工学硕士学位论文监控视频人体状态识别方法研究硕士研究生:吴鹏导师:侯晴宇副教授申请学位:工学硕士学科:光学工程所在单位:航天学院答辩日期:2018年6月授予学位单位:哈尔滨工业大学ClassifiedIndex:TP183U.D.C:004.8Dissertation

2、fortheMasterDegreeinEngineeringRESEARCHONHUMANSTATUSRECOGNITIONOFMONITORINGVIDEOCandidate:WuPengSupervisor:AssociateProf.HouQingYuAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:OpticalEngineeringAffiliation:SchoolofAstronauticDateofDefence:June,2018Degree-Conf

3、erring-Institution:HarbinInstituteofTechnology哈尔滨工业大学工学硕士学位论文摘要重点监控室（如消防监控室、铁路运营室、重症监护室等）值班人员睡觉、擅自离岗等不良行为可能会造成重大事故的发生，监控人员的工作状态具有非常重要的意义。基于监控视频建立智能数据分析系统，实时准确地提取监控人体对象的状态，不仅可以有效避免意外事故的发生，而且能够节约大量人力财力，促进社会智能化发展。而其中以人体为对象的检测、跟踪以及状态识别算法是智能数据分析系统的核心。由于人体兼具刚性和柔性物体的特点，姿态千差万

4、别，且人体服饰、成像尺寸、复杂背景和光照条件等对人体检测识别准确率也有很大的影响，因此一直以来人体识别都是计算机视觉领域研究的难点。针对监控室人员工作状态判别的任务需求，本文将人体对象的状态识别定位为移动识别，以人体对象的整体运动、微动、静止状态的识别为研究目标，开展了人体的检测、跟踪以及状态识别算法的研究，主要研究工作如下：首先，本文通过对人员检测算法评价标准，区域建议网络结构和学习率设置等方面进行分析研究，总结了FasterRCNN人体目标检测相关的基础知识，并通过自制数据集训练识别网络，实现了高准确率的人体检测；然后利用平均

5、背景建模与检测结果相结合方法进行背景提取，实现人体区域精检测，避免了目标框中包含较多背景而使后续跟踪算法精度下降。实验结果表明本文训练的FasterRCNN模型人体检测率可以到达96%，优于相同条件下的传统人体检测方法。然后，针对人体多关节的特性以及尺度和服饰颜色的多样性，设计了基于多策略融合的人体跟踪算法。针对人体服饰颜色与背景差异大，受噪声影响小的特点，设计了颜色特征分类模块，通过颜色统计特征、颜色分布特征和表观结构相似特性进行样本分类；利用HOG特征进行跟踪模块设计，同时利用分类结果更新特征功能，避免跟踪模块效果随时间的漂移

6、；综合分类模块和跟踪模块结果，实现多策略融合，提高跟踪算法稳定性。同时利用两组实验室视频图像进行实验验证，结果表明本文跟踪算法具有长时间稳定跟踪能力。实验结果表明，本文设计的多策略跟踪算法对目标出现的遮挡、形变、尺寸变化等问题具有较好的适应能力，在跟踪过程中的跟踪结果与目标的交并比平均值在0.8左右，中心距离平均误差小于6个像素。最后，基于人体检测和跟踪结果进行人体区域分割，统计人体时序运动信息，进行人体移动状态判别，从而提取人体工作状态。针对人体局部运动特点，提出基于时空滤波的细微运动检测算法。利用三帧差分粗提取运动区域，结合H

7、OG跟踪I哈尔滨工业大学工学硕士学位论文与FB误差方法实现运动特征点提取；利用运动、颜色相似性和空间连通性进行相关运动聚类，实现运动区域内像素点的聚类，从而精确提取运动像素点。实验结果表明，本文方法能够准确提取目标运动信息，并实现高效的人体状态识别。关键词：FasterRCNN；多策略融合；细微运动检测；人体状态识别II哈尔滨工业大学工学硕士学位论文AbstractThebadbehaviorofpersonnelondutysuchassleepingondutyandleavingthepostwithoutauthoriza

8、tionmaycauseseriousaccidentsinthekeydutyroom(suchasfirecontrolroom,railwayoperationroom,intensivecareunit,etc.).Therefore,it