【摘 要】
：
智能监视技术的广泛应用是为了防止异常行为的发生，而行人是这些异常行为的主要发起者。因受到衣着、光照、姿态等多方面因素的影响，行人检测是目标检测中的一个难点；同时，在目前
论文部分内容阅读
智能监视技术的广泛应用是为了防止异常行为的发生，而行人是这些异常行为的主要发起者。因受到衣着、光照、姿态等多方面因素的影响，行人检测是目标检测中的一个难点；同时，在目前的监视系统中行人的异常检测并未完全智能化。因此，对行人检测及其异常行为的研究就具有非常重要的理论意义和应用价值。
针对给定的视频图像，本文主要研究了运动目标检测、行人检测、跟踪以及异常检测。主要工作如下：
1．研究了常用的运动目标检测方法。通过实验发现在简单的场景中，使用运算简单的帧间差分法、背景差分方法检测运动目标，效果较理想。但在复杂场景中，上述的基本方法以及经典的混合高斯模型无法准确快速地检测出运动目标。
2．针对复杂场景中运动目标无法准确快速提取的弊端，本文改进了经典混合高斯模型，使得改进后的模型具有更快的收敛速度、抗噪声能力更强，并且检测效果优于经典混合高斯模型。
3．介绍了常用的行人特征描述子如Haar-like特征、梯度方向直方图(HOG)特征，设计了小波局部能量(WLE)分布特征来描述行人。实验表明利用小波局部能量分布特征可以用来描述行人，并且在融合HOG特征和小波局部能量特征后，行人检测的性能得到了明显的提升。
4．研究了TLD跟踪算法的基本原理，并将其应用在本文定义的几种异常行为检测当中。最后设计了一种通用的异常行为检测系统的框架。
实验表明，本文所研究的方法可以很好的应用在异常行为检测系统中，并且这些方法可以提高系统的检测效率。
其他文献
软件测试贯穿于整个软件开发生命周期，是保证软件质量的重要手段。测试过程中，穷举测试是不可能的，但是我们又希望达到测试的完备性，同时使测试不会出现冗余。虽然等价类划分法、
随着计算机图形学技术的发展以及三维模型在各领域内的广泛应用，如何利用自由的表达方式快速准确的从数据库中检索设计过程中需要的三维模型变得尤为重要。目前，三维模型检索研
协同过滤算法是迄今最为流行的推荐算法之一,但是传统的协同过滤算法都面临着数据稀疏性的问题。现有的系统主要是通过辅助信息来缓解这一问题,但是这些方法并没有充分挖掘各
目前，细胞神经网络（Cellular Neural Networks,CNN）的应用在很大程度上取决于其动力学行为，如在图像处理、模式识别和控制中的应用往往需要网络收敛于稳定的平衡点。本文算法中的
随着精细农业技术和人工智能技术的发展，农业机器人已经开始出现并运用到实际农业生产中，既有效的缓解了农业劳动力不足的问题，又极大地提高了劳动生产效率。为了提高小麦播种精
随着Web技术的进步和网络应用的普及,越来越多的企业或组织将自己的业务功能单元以Web服务的形式发布到网络上；另一方面,普通用户对网络服务提出了更高的要求。他们己不再满足
在设计三维模型初期,设计师会构建一些概念模型,利用透视绘图等方法绘制专业的二维草图,但是深度信息的缺失降低了二维草图对三维物体的表现力。幸而得益于计算机图形学和可
高光谱遥感图像包含同一空间位置较大数量的连续窄波段图像,是由二维空间信息和一维光谱信息组成的三维数据,在环境监测、地质调查等领域有着广泛的应用。噪声在高光谱图像获取的过程中不可避免地被引入,降低了图像质量并影响着之后图像处理应用的性能。因此,高光谱图像去噪是非常重要的图像预处理工作。最近,基于低秩近似和稀疏表达的高光谱图像去噪方法吸引了很多的关注。在高光谱图像中,全波段图像块(包含同一局部区域不同
三维无线传感器网络(Wireless Sensor Network, WSN)技术的瓶颈问题是能耗问题,而拓扑控制作为无线传感器网络的MAC层和网络层的运行平台,对无线传感器网络的能耗起着非常重
随着GPS设备的不断普及，基于位置的服务逐渐走进我们的日常生活。反向k最近邻(Reverse k Nearest Neighbor, RkNN)查询作为基于位置服务的支持技术之一，已经成为当前的一个研究