伴随着时代高速发展和科技日新月异,人们对道路交通产生了强烈依赖,同时也对其提出了更多的要求。近年来,非现场执法应用率逐年升高,各类道路交通管理科技手段被广泛的应用于许多交通组织机构,许多常见违法违规行为都有相应的自动识别技术和取证标准。私揽行为,即出租车司机在规定禁止载客区域内私自揽客的行为,是一种频发的交通违规行为,其取证标准的制定和自动识别技术在交通安全领域具有着广阔的应用前景,但目前并没有相关机构对其开展过研究。针对上述问题,本文给出了针对私揽行为取证标准的参考内容,并且初步完成了基于视频监控的私揽行为的自动识别。本文的主要工作如下:(1)本文提出一种改进的Vibe运动目标检测算法。针对Vibe算法在初始背景存在运动目标时以及存在静止物体突然运动时,由于背景更新不及时会产生鬼影的问题,提出了基于运动状态变化改变背景更新概率加速鬼影消除的改进方法。将Vibe算法与固定背景差分法结合,得到运动静止目标前景,确定其位置,并根据对Vibe算法在该范围内是否出现对应目标判断视频中是否存在运动状态的改变从而改变背景更新概率。该算法在保持实时性的基础上加快了鬼影消除速度,检测效果良好。(2)本文提出了一种基于人车位置关系的私揽行为自动识别的算法。结合HOG和Haar-like特征利用Adaboost分类算法完成了出租车检测,并与改进的Vibe算法相结合获得静止车辆目标范围,通过确定行人目标相对该范围的位置关系确定是否存在私揽行为发生的可能。该算法能在较为复杂的背景下识别私揽行为。(3)通过分析上车、走路、跑步等不同行为间的差异,选择两种不同特征提取方法对人体行为进行特征提取,一种是基于人体形状的特征提取方法,对其中,长轴、短轴、长轴变化率、短轴变化率、长短轴比例、长短轴比率变化率、角度变化进行了特征提取,一种是基于运动历史图的特征提取方法,对其中Cmotion特征进行了提取,通过对比不同行为的特征差异,选取了较为合适5种,通过阈值法对行为进行识别。有效降低了误检率。