低分辨率监控视频下的可疑人员检测方法研究-计算机技术专业论文.docx

万方数据 万方数据 独 创 声 明 本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。据我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其 他 人 已 经 发 表 或 撰 写 过 的 研 究 成 果 ， 也 不 包 含 未 获 得 （注：如没有其他需要特别声明的，本栏可空）或其他教育机构的学位或证书使 用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明 确的说明并表示谢意。 学位论文作者签名： 签字日期： 年 月 日 --------------------------------------------------------------------- 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，并同意以下 事项： 1、学校有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许 论文被查阅和借阅。 2、学校可以将学位论文的全部或部分内容编入有关数据库进行检索，可以 采用影印、缩印或扫描等复制手段保存、汇编学位论文。同时授权清华大学“中 国学术期刊(光盘版)电子杂志社”用于出版和编入 CNKI《中国知识资源总库》， 授权中国科学技术信息研究所将本学位论文收录到《中国学位论文全文数据库》。 （保密的学位论文在解密后适用本授权书） 学位论文作者签名： 导师签字： 签字日期： 年 月 日 签字日期： 年 月 低分辨率监控视频下的可疑人员检测方法研究 摘 要 近几年来智能视频检测系统得到了广泛的关注和发展，但是视频监控下的行 人行为分析仍然是一个复杂并且有待于进一步研究的领域。针对小区、办公大楼 等环境进行可疑人员检测是视频监控的一个重要分支，本文在国内外现有技术的 基础上，提出一种基于行为模式的可疑人员检测方法。 一般来说，进入大楼内办公人员从大门进入后会走向自己所在的办公区域， 然后进出自己的办公室，而可疑人员如小偷则会在各个楼层的各个办公室门口出 现。依据概率统计学，我们可以定义可疑人员的行为模式为同一个人在一定时间 内出现在不同楼层的不同位置。本文利用入口处的摄像头对所有进入大楼的人员 进行样本采集并分类训练，建立样本库。然后对各楼层视频监控中的行人进行提 取，并与样本数据进行比较，判断这个人是否在样本库中，并判断此人出现的次 数及位置，对于出现频次较高的行人，我们把他视为可疑人员。 本次实验的视频取自实验室大楼的监控设备。论文首先采用自适应混合高斯 模型背景减除法来进行前景-背景分割，从而提取出运动目标，对提取出的目标 通过形态学等操作去除噪声、空洞填充提取出主要运动目标。由于实际监控场景 存在高光区、墙、脚下阴影等，提出的运动目标可能包含非行人的部分，本文采 用 HOG 梯度特征的方法，提取图像中的行人，去除上一步未能排除的背景部分， 获得行人在图像中的位置。由于普通监控设备采集的视频图像的质量和分辨率都 非常低，提取出的行人轮廓并不准确，因此采用 GrabCut 算法对行人的轮廓进行 更准确的提取。论文采用颜色直方图作为提取出行人的特征表示，利用 SVM 对 入口处摄像机采集的行人样本数据进行训练，建立样本库，之后对其他位置摄像 机采集的行人与样本库进行匹配分析。 实验验证了在低分辨率监控视频下本文所提出的行人提取方法的和人员分 类方法的有效性，此方法基本可以实现对不同行人的区分，记录行人出现的次数 和位置，达到可疑人员检测的目的。 关键词：可疑人员；行人检测；背景建模；HOG；SVM 分类 I Research on Suspicious Person Detection Method under Low Resolution Video Surveillance System Abstract Intelligent video surveillance system has caused widespread attention and developed a lot. However, video-based human behavior analysis is still complex study area. It is an important branch to detect suspicious persons in community and office building for video surveillance. This paper puts forward a new method to recognize the suspicious personnel based on existing computer vision technology. In general，for a people