智能小区安防分析论文提纲

论文题目：基于智能视频分析的小区异常事件检测

摘要：小区的安防保障着我们的生活质量,随着计算机技术的发展,将智能视频分析技术运用在小区监控系统中,具有省时省力的作用。自动对视频监控画面进行运动目标检测、跟踪和行为判断是当前智能视频分析技术非常热门的研究内容。本文总结和比较了几种经典的己有算法,并重点研究了三种小区内异常事件的检测方法,如行人徘徊检测、围栏攀爬检测和物品遗留与搬移检测。本文的主要工作可归纳以下五个方面:（1）研究了帧差法、背景差分法和光流法三种运动目标检测算法,并在公共数据集和自有数据集上进行实验对比。由于行人在小区监控视频中的重要性,又重点研究了三种行人检测的方法,并进行比较。（2）研究了均值漂移跟踪算法、压缩跟踪算法和基于时空上下文的跟踪算法三种经典的运动目标跟踪算法,并对这三种算法在公共数据集和自有数据集上进行实验对比。（3）基于上述两部分的先验工作,提出了在感兴趣区域内进行行人检测再跟踪,最后基于运动轨迹的位移与路程差来判断是否有行人徘徊事件发生的方法,并验证了方法的有效性。（4）基于攀爬姿势的独特性,采用HOG-LBP的联合特征,提出了对围栏中上方的监控画面进行二分类检测来判断是否有围栏攀爬事件发生的方法,并验证了方法的有效性。（5）基于第一部分的先验工作,提出了使用不同速率建立两个混合高斯模型从而来提取在一定时间内运动状态发生改变的非背景物体,对该物体进行行人检测,排除为停留的行人后再根据该物体与背景模型的关系,从而判断物品被遗留还是被搬移的方法,并验证了方法的有效性。

关键词：行人徘徊检测;围栏攀爬检测;物品遗留与搬移检测;异常行为检测;智能视频分析技术

学科专业：电子与通信工程

摘要

Abstract

1 绪论

1.1 研究背景及意义

1.2 研究现状

1.3 本文主要工作

1.4 论文章节结构

2 小区运动目标检测的研究

2.1 常用的运动目标检测算法

2.1.1 背景差分法

2.1.2 帧差法

2.1.3 光流法

2.2 本章总结

3 小区行人检测的研究

3.1 基于HOG-LBP特征的行人检测

3.1.1 HOG特征

3.1.2 LBP特征

3.1.3 支持向量机(SVM)

3.1.4 SVM分类器的训练与测试

3.2 基于AdaBoost算法和HOG-LBP特征的行人检测

3.2.1 AdaBoost算法

3.2.2 AdaBoost和SVM的结合

3.3 基于背景相减法和HOG-LBP特征的行人检测

3.4 实验结果分析

3.5 本章总结

4 小区运动目标跟踪的研究

4.1 常用的目标表现方法

4.2 几种经典的运动目标跟踪算法

4.2.1 均值漂移跟踪算法

4.2.2 压缩跟踪算法

4.2.3 基于时空上下文的跟踪算法

4.2.4 实验结果分析

4.3 本章总结

5 小区异常事件检测的研究

5.1 行人徘徊检测

5.1.1 轨迹信息提取与处理

5.1.2 基于运动轨迹的数值分析

5.1.3 实验结果分析

5.2 围栏攀爬检测

5.2.1 攀爬检测的特征提取

5.2.2 基于攀爬姿势图像的攀爬检测

5.2.3 实验结果分析

5.3 物品遗留与搬移检测

5.3.1 混合高斯模型的建模与更新

5.3.2 物品遗留与搬移检测

5.3.3 实验结果分析

5.4 本章总结

6 总结与展望

6.1 论文总结

6.2 工作展望

参考文献

致谢