基于hmm的无主包裹识别

《基于hmm的无主包裹识别》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、第l9卷第3期计算机技术与发展V(j1．19NO．32009年3月(1()MPIJTERTE(OLO{jYANDDE＼rEI．OPMENTMar．2009基于HMM的无主包裹识别张春杰，李继云(东华大学计算机科学与技术学院，上海201620)摘要：随着行为理解研究的深入，无主包裹的监测分析受到计算机视觉领域研究者的广泛关注。其核心是利用计算机视觉技术从图像序列中检测、跟踪、识别目标并对其行为进行理解与描述。文中结合智能视频监控的应用需求，为了实现无主包裹识别的智能化，将隐马尔科夫模型方法运用在无主包裹识别中，给出了一个基于HMM的无主包裹识别方案，并进行

2、了图像预处理，对HMM参数训练和识别及其识别性能进行了研究，同时对未来的发展趋势作了总结与阐述。关键词：行为理解；无主包裹；隐马尔科夫中图分类号：TP18文献标识码：A文章编号：1673—629X(20o9)o3—0028—04UnattendedPackagesRecognitionBasedonHMMZHANGChun-jie，LIji—yun(Sc~olofComputerScienceandTechnology，DonghuaUniversity，Shanghai201620，Clam)Abstract：Withthethoroughofstud

3、yingbehaviorunderstanding，thedeteet：,onandanalysisofunattendedpackagesisreceivingincreasingattentionfromcomputervisionresearchers，itaimsatatt~nptingtodetect，trackandidentifypeople，andInoregenerally，tounderstandhumanbehaviors，fromimagesequencesinvolvinghumans．Withapplicationrequir

4、ementsofintelligentvideosurveillance，inordertOachievetheintelligentunattendedpackagesrecognition，implementtheHMM(HiddenMar~vModels)methodinumtt~dedpackagesrecognition，provideaprojectofunattendedpackagesrecognitiononHMM，tookontheimagepreprocessing，thetrainingHMMparame—ters，andiden

5、tifyingfromatestsequence，andhavebeenstudiedintherecognitioncapability．Attheendofthissurvey，somediscussionsonfuturedirectionsinmotionanalysisarealsopmvided．Keywords：behaviorunderstanding；unattendedpackages；HMMO引言跟踪、高层语义理解等内容进行了多方面探讨。结合近年来，随着行为理解研究的深入，无主包裹识别计算机视觉和人工智能的研究，ClaudioSac

6、chi等l-1J针受到计算机视觉领域研究者的广泛关注。特别是受恐对铁道交通视频监控实现了一个对丢弃物监控的分布怖袭击的影响，对无主包裹的识别已成为各种公众场式系统，通过建立变化检测模型实现对丢弃包的监测合智能视频监控的迫切需求，基于视频的无主包裹识预警。别有其内在的困难因素：所用的模型包含太多的自由针对复杂的情况文献[2]提出了利用多摄像机，结度，无法准确地表示真实的客体；视频源信息是二维合对象之间的关联属性来实现对无主包裹的监控分的，而且可能包含遮挡；无主包裹识别是一项非常具有析，但系统数据量大，效率低。挑战性的任务。文中结合智能视频监控的应用需求，提

7、出了一个为了推动视频监控领域的发展，IEEE也定期举办不同的方案以解决无主包裹的识别问题。首先对复杂目标运动分析的专题会议，并从1998年起资助了国际背景下的多运动目标进行检测、分割与跟踪，然后根据视觉监控系列会议。国内也于2002年召开了第一届定义的类别对目标进行分类，重点是结合HMM技术全国智能视觉监控学术会议，对图像序列分析、识别和来实现对目标的行为识别，并根据预定义法则来识别无主包裹。收稿日期：2008—06一l7l运动目标检测基金项目：上海市科技重点计划项目(06dz150003)首先，设B(z，Y)为在”时刻背景图像中点(，作者简介：张春杰(

8、1983一)，男，山东烟台人，硕士研究生，研究方向为图形图像处理、模式识别；李继