论文部分内容阅读
作业场所的安防工作十分重要。基于人工值守的传统安防监控系统成本高、效率低、实时性差。目前智能视频监控技术发展迅速,可帮助或替代工人实现目标检测跟踪,行为分析等功能,但其对算法的性能要求高。本文将智能视频分析技术应用于作业场所监控系统,研究对作业场所工人的智能检测跟踪与行为分析,并在判断工人出现违规行为时发出报警。主要完成的工作有:1)智能视频监控系统整体方案。根据作业场所实际情况,对智能视频监控系统作整体需求分析;对包括视频图像采集、运动目标检测与跟踪、工人违规行为报警等系统功能分析;进而提出面向作业安防的智能视频监控系统整体方案,包括整体框架与技术路线。2)多运动目标检测与跟踪。根据作业场所对工人实时跟踪的需求,首先,采用GMM背景建模方法对中值滤波降噪后的图像作前景检测,对前景图像作形态学后处理,得到完整前景并标出运动目标;其次,为提高跟踪准确性,减少计算量,采用KCF核相关滤波跟踪算法对目标进行跟踪。最后,提出多目标跟踪方案,实现对先后出现在监控视频中的多个运动目标进行跟踪。3)典型违规行为检测识别。针对非法入侵检测,在视频图像中划定警戒区域,通过工人的位置信息检测其是否有非法入侵行为;针对未正确佩戴安全帽行为,自制工人头部区域安全帽佩戴正负样本库,通过HOG+SVM方式分类训练获得分类模型,然后识别视频中工人是否佩戴安全帽。当工人存在违规行为时,发出报警。4)系统集成与测试。基于OpenCV与QT实现对智能视频监控系统软件设计,在用户界面进行多目标检测跟踪、非法入侵检测及安全帽佩戴情况识别试验,验证系统可行性;最后对安全帽佩戴识别功能作测试分析,得到在测试情况下佩戴识别率达79%,未佩戴识别率达84%,并计算单帧处理时间为51ms,基本满足系统实时性需求。本文的研究意义有:智能化代替人工监控值守,提高监控效率的同时降低成本,有利于保障作业场所的安全运行;在作业场所实现智能化监控,对智能视频监控技术在其他领域的应用具有借鉴意义。