智能视频监控中人群密度分析及突发异常行为检测

《智能视频监控中人群密度分析及突发异常行为检测》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、Ｉ１０００４；公开学校代巧：巧级如交遠／肇ＢＥＩＪＩＮＧＪＩＡＯＴＯＮＧＵＮＩＶＥＲＳＩＴＹ硕ｉ专业学位论文智能视频监控中人群密度分析及突发异常行为检测作繼张＊工程誦麵郎指导教师鄰东耀副教授培养院系电子信息工程学院Ｉｍ硕±专业学位论文智能视频监控中人群密度分析及突发异常行为检测Ａｎａｌｓｉｓｏｆｃｒｏｗｄｄｅｎｓｉｔａｎｄｄｅｔｅｃｔｉｏｎｏｆｓｕｄｄｅｎａｂｎｏｒｍａｌｂｅｈａｖｉｏｒｙｙｎｎｅｅｎｖｉｄｅｏａｎｃｅｉｉｔｌｌｉｇｔｓｕｒｖｅｉｌｌ作者：张兵导

2、师：鄰东耀北京交通大学２０１６年５月学位论文版权使用授权书本学位论文作者完全了解北京交通大学有关保留、使用学位论文的规定。特授权北京交通大学可レッ将学位论文的全部或部分内容编入有关数据库进行检索，提供阅览服务，并采用影印、缩印或扫描等复制手段保存、汇编Ｗ供査阅和借阅。同意学校向国家有关部口或机构送交论文的复印件和磁盘。学校可Ｗ为存在馆际合作关系的兄弟髙校用户提供文献传递服务和交换服务。（保密的学位论文在解密后适用本授权说明）学位论文作者签名：名导师签名；《矣考＇０／签字日期；２＾／年ｉ月日签字日期：心作年／月曰

3、学校代码：１０００４巧级：公开北京交通大学硕±专业学位论文智能视频监控中人群密度分析及突发异常行为检测Ａｎａｌｓｉｓｏｆｃｒｏｗｄｄｅｎｓｉｔａｎｄｄｅｔｅｃｔｉｏｎｏｆｓｕｄｄｅｎａｂｎｏｒｍａｌｂｅｈａｖｉｏｒｙｙｉｎｉｎｔｅｌｌｉｅｎｔｖｉｄｅｏｓｕｒｖｅｉｌｌａｎｃｅｇ作者姓名：张兵学号：１４１２５１３１导师姓名：鄰东耀职称；副教授工程硕±专业领域：控制工程学位级别：硕±北京交通大学２０１６年５月ｉ致谢本论文的工作是在我的导师鄰东耀副教授的悉也指导下完成的，邦

4、东耀副教授严谨的治学态度和科学的工作方法给了我极大的帮助和影响。在此衷必感谢两、和指导年来郎老师对我的关屯。、巧东耀副教授悉屯指导我完成了实验室的科研工作，在学习上和生活上都给予了我很大的支持和帮助，对于我的科研工作和论文都提出了许多宝贵的意见，在此再次向巧老师表示衷屯、的感谢。在实验室工作及撰写论文期间，吕丹丹、朱怀华、李梦、范贤达、许可、柳絮等同学在学术讨论、论文研巧Ｗ及仿真实验等工作上给予了热情帮助。此外，一同实验室的成志鹏同学在学术研巧中也给我提供了许多帮助，在此并向他们表达我的感繳之情。在此更要感谢我的家人，

5、他们的鼓励和支持让我顺利在学校完成研巧生的相关学习和研究工作，积极的态度面对各种挑战。审论文和参加答辩的老师们表示衷也的感谢！最后，向百忙之中抽出时间来评化京交通大学硕±专业学位论文摘要摘要当今社会环境中，，人群场景逐渐普遍化、多样化、复杂化随之而来有关人群的公共管理与公共安全问题日渐严峻，这给监管人员带了巨大的挑战。人群密度估计与突发异常行为检测是智能人群监控系统中景为重要的研究内容，国内外一学者对此己做了大量的工作，但仍然存在些问题。人群密度估计巧法中，在描述人群纹理特征时，只考虑图像的整体特征而忽略了图像的局部细节

6、，使得对图的训练过程还活进一像纹理的描述不够全面，同时对人群密度等级分类器步的优化；人群突发异常的检测算法中，多数检测模型不能较好的描述人群运动状态的变化特征，在人群突然发生异常时跟踪不及时，人群异常特征描述不显著。针对上述问题：，本文分别提出了改进方法采用巧合局部与整体灰度共生矩阵（ＧＬＣＭ）的描述算子对人群纹理进行描述；在分类器的训练过程中．基于贝叶斯估计对异常样本进行滤陈－ｍｓ，并且改进了基于Ｋｅａｎ聚类的迭代训练算法：对于人群突发异常检测，建立了基于瞬时能量特征的突发异常检测模型。论文的具体工作如下：１、结合前巧像

7、素特征与纹理特征的人群密度估计算法。首先根据透视模型将感兴趣的前巧图像按比例进行分块，然后对分块内图巧中前巧像素所占比例进行，统计，将特定的面积占比作为选择巧值当小于闲值时采用基于前巧像素的回归统计算法，反之则采用基于纹理特征的机器学习算法。采用巧合局部与整体灰度共生矩阵（ＧＬＣＭ）的描化算子提取视频图像中人群的纹理特征，构成特征向》对人群密度进行分类。在训练支持向》机模型的过程中，采用基于贝叶斯估计的方法对异常样本进行巧除－，然后基于改进Ｋｍｅａｎｓ聚类的迭代训练算法训练获得人群密度等级分类器。２、基于瞬时能＊特征的人群突发

8、异常检测貧法。本文提出了基于像素统计分析的运动特