視頻異常檢測若干關(guān)鍵技術(shù)的研究與應(yīng)用.pdf

1、視頻異常檢測一直是計算機視覺領(lǐng)域的研究熱點，在周界安全問題，行為異常檢測以及智能交通領(lǐng)域都擁有火熱的關(guān)注度。其中尤為重要的是基于視頻異常檢測的周界入侵防范。周界入侵檢測是安全防范技術(shù)的一個重要組成部分，是現(xiàn)代安防建設(shè)的一個重要研究方向。目前比較成熟的周界入侵檢測技術(shù)在檢測結(jié)果的表現(xiàn)上都不盡如人意，如微波探測器、振動探測器和磁開關(guān)只適用于室內(nèi)環(huán)境；紅外探測器、泄漏電纜、振動光纜、張力外墻誤報過于嚴(yán)重；視頻監(jiān)控系統(tǒng)對環(huán)境比較魯棒，也是最近比

2、較流行的周界防范措施，但缺少主動報警的能力。
　　基于此，本文提出一種基于視頻異常檢測的周界入侵防范方法。本文通過在現(xiàn)有視頻監(jiān)控系統(tǒng)中引入行人檢測算法，實現(xiàn)對入侵目標(biāo)的準(zhǔn)確識別，排除動植物等干擾因素，從而有效降低系統(tǒng)的誤報率，提高系統(tǒng)對環(huán)境的魯棒性；機器自動檢測能力使得監(jiān)控系統(tǒng)在無人工監(jiān)視的情況下也能實現(xiàn)主動的周界入侵檢測。
　　針對目前行人檢測算法姿態(tài)魯棒性差、分辨率要求高的缺點，本文提出了基于傅里葉描述子和方向梯度直方圖

3、的行人檢測方法，利用傅里葉描述子對行人姿態(tài)魯棒性高、圖像分辨率要求較低的優(yōu)點實現(xiàn)適用于低分辨率圖像的行人檢測算法。針對當(dāng)前已有行人檢測算法場景適用性較差的問題，本文提出了基于改進卷積神經(jīng)網(wǎng)絡(luò)的行人檢測方法，該方法在深層特征的基礎(chǔ)上融入淺層特征，利用淺層特征校正深層特征在識別目標(biāo)過小時的局限性。最后本文將兩種算法進行融合，實驗結(jié)果顯示本文的行人檢測方法對行走、爬墻、跳躍姿勢下的行人均具有較高的識別率，同時對圍墻，走廊，鐵軌等多種環(huán)境也具有