视频监控系统在公共安全领域发挥着日益重要的作用,随着城市各个公共场合安设的摄像头数量越来越多,视频的数据量也呈爆炸式增长,如何实现智能化监控成为当前研究的热点,而智能视频监控中研究的重点与难点就是人体行为的分析和识别,其应用十分广泛,如在人机交互和运动分析等领域。某些特定的行为如攀爬行为的检测同样具有广阔的应用前景,如小区,厂房,特别是在监狱,仓库等特殊场所。目前智能化的监控系统已经取得了一定的发展,但是由于人体姿态的多样性和拍摄背景的复杂性,使得针对人体的视频监控技术目前依然没有取得理想的结果。攀爬行为识别需要解决两个问题,一是检测问题,检测图片或者视频中是否有人体;二是识别问题,对人体的运动特征进行提取,通过对比模型识别出人体的行为。本文在这两点的基础上构建了人体攀爬识别系统,对人体的攀爬行为进行智能化的检测和分析,取得的主要成果如下:1.针对视频中人体的多样性问题,提出了一种基于可变形部件模型和颜色特征的多决策的人体检测方法,其基本思想是:首先使用可变形部件模型对图像进行初步的检测,然后判断检测的得分是否大于设定阈值,如果大于阈值且不在可疑区间,则判定为人体,如果在可疑区间则进一步对目标进行颜色特征检测并将检测的得分作为最终的判断结果,实验结果表明,基于可变形部件模型和颜色特征的多决策检测方法能够在一定程度上提高检测的准确率。2.利用可变形部件模型和密集轨迹特征,开发了一套人体攀爬检测系统,系统分为三大模块,分别是运动检测模块、人体检测模块和攀爬识别模块。检测流程是首先对视频中动态区域进行前景分离,提取需要检测的运动区域,然后使用可变形部件模型对运动区域进行人体检测,最后使用密集轨迹特征对人体的行为进行识别,如果是攀爬则进行标注或报警,达到智能化的人体攀爬监控目的。