電子信息工程前沿講座與信息檢索報告

電子信息工程前沿講座與文獻(xiàn)檢索綜述報告題目智能視頻監(jiān)控系統(tǒng)的目標(biāo)行為分析(如聚眾、打架、入侵等)指導(dǎo)教師第一部分(20%)第二部分(30%)第三部分(30%)第四部分(20%)年 年2(如聚眾、打架、入侵等)摘要：伴隨著網(wǎng)絡(luò)技術(shù)和數(shù)字視頻技術(shù)的飛速發(fā)展，監(jiān)控技術(shù)正向著智能化、網(wǎng)絡(luò)化方向不斷前進(jìn)。監(jiān)控系統(tǒng)雖功能日益強(qiáng)大，但是普通的監(jiān)控系統(tǒng)依然需要工作人員不間斷地分析監(jiān)視場景內(nèi)的活動，日夜值守，工作繁重。基于種種需要，智能監(jiān)控系統(tǒng)應(yīng)運(yùn)而生。智能監(jiān)控系統(tǒng)能夠在不需要人為干預(yù)的情況下，利用計算機(jī)視覺和視頻分析的方法對攝像機(jī)拍錄的圖像序列進(jìn)行自動分析，實(shí)現(xiàn)對動態(tài)場景中目標(biāo)的定位、識別和跟蹤，并在此基礎(chǔ)上分析和判斷目標(biāo)的行為，從而既能完成日常管理，又能在異常情況發(fā)生時及時做出反應(yīng)。關(guān)鍵詞：智能視頻監(jiān)控、目標(biāo)檢測、目標(biāo)行為分析、實(shí)時檢測visionandfrontiertopicsofconcern.Alongwiththerapiddevelopmentofnedigitalvideotechnology,monitoringtechnologyistowardintelligent,networkeddirectiontomovesystemstillneedtoworkpersonneluninterruptedmonitoringactivitieswithhistoricmoment.Intelligentmonitoringsystemcanwithofjudgethebehaviorofthetarget,whichcannotonlycompletethedailymanagement,butalsoinKeyWords:Intelligentvideosurv31.1智能視頻監(jiān)控系統(tǒng)的產(chǎn)生背景智能視頻監(jiān)控是在傳統(tǒng)的視頻監(jiān)控基礎(chǔ)上發(fā)展起來的。傳統(tǒng)的視頻監(jiān)控系統(tǒng)從20世紀(jì)90年代初至今已經(jīng)數(shù)十年，其技術(shù)發(fā)展主要經(jīng)歷了三個時代：第二代：數(shù)字時代；視頻監(jiān)控系統(tǒng)與設(shè)備雖然在功能上和性能上得到了極大的提高，但是仍然受到了一些固有因素的限制，從而導(dǎo)致整個系統(tǒng)在安全性和實(shí)用性方面仍然沒有達(dá)到人們期(1)人類自身的弱點(diǎn)：(2)監(jiān)控時間；(3)誤報和漏報；(4)數(shù)據(jù)分析困難；(5)響應(yīng)時間長。為了解決上述因素導(dǎo)致視頻監(jiān)控效率低下的問題，人們嘗試把計算機(jī)視覺中的相關(guān)技術(shù)引入到視頻監(jiān)控中，從而發(fā)展起來了一門新型的視頻監(jiān)控技術(shù)——智能視頻監(jiān)控。智能視頻監(jiān)控也稱自動視頻監(jiān)控，它在視頻監(jiān)控中起著核心的作用，可以有效提高視頻監(jiān)控的效率。同時它也是網(wǎng)絡(luò)化視頻監(jiān)控領(lǐng)域最前沿的應(yīng)用模式之“。(1)他們是誰?(Whoarethey?)(2)他們在干什么?(Whataretheydoing?)(3)何地?(Wheredotheyact?)智能視頻監(jiān)控系統(tǒng)一般都是以運(yùn)動跟蹤為基礎(chǔ)，對運(yùn)動目標(biāo)進(jìn)行分類、識別、運(yùn)動分析、行為理解等，從而得出對場景及目標(biāo)安全性的判斷。目前主要存在以下問題有4砌商得側(cè)博砌商得側(cè)博(1)快速準(zhǔn)確的運(yùn)動檢測、跟蹤技術(shù)及實(shí)時、魯棒的目標(biāo)分類、識別技術(shù)；(2)基于移動攝像機(jī)的視頻監(jiān)控技術(shù)；(3)多攝像機(jī)協(xié)作監(jiān)控技術(shù)；(4)運(yùn)動分析及行為理解技術(shù)；(5)異常事件的檢測、報警與未來事件預(yù)測技術(shù)；(6)非接觸式身份識別技術(shù)。本報告將主要側(cè)重于問題(4)的研究內(nèi)容及研究現(xiàn)狀的介紹。2文獻(xiàn)檢索過程(1)利用CNKI中國知網(wǎng)檢索參考文獻(xiàn)過程檢索畫面如圖1所示，檢索所得論文見參考文獻(xiàn)[4]。白?工環(huán)1點(diǎn)曰?工維-獲Ⅱ在可?云動子生切日?社會=π文獻(xiàn)衰源)于孩大學(xué)關(guān)鍵詞關(guān)鍵詞nVV 費(fèi)檢要9￥#性要分進(jìn)到建束時工*國E狀作機(jī)構(gòu)愿金辯本王程腫中*辯本王程腫中*次禁時間被利下紫口導(dǎo)出1魯考文航分析/團(tuán)李越名基于DM642的智能視題監(jiān)按系統(tǒng)的研究與開發(fā)智粒現(xiàn)頻監(jiān)按按術(shù)研究一個基于行為分析的智糧視版監(jiān)控系統(tǒng)的票型人群行為分析算法研究與實(shí)鎮(zhèn)師李進(jìn)文來道學(xué)學(xué)抗到13條煙果內(nèi)業(yè)1月下一頁士±士發(fā)表時同士±士發(fā)表時同8圖1利用CNKI論文檢索(2)利用萬方數(shù)據(jù)檢索參考文獻(xiàn)檢索過程5檢索關(guān)鍵詞：智能視頻監(jiān)控，目標(biāo)行為分析檢索畫面如圖2所示，檢索所得論文見參考文獻(xiàn)[1]。知識服務(wù)平臺不未配文期刊學(xué)位會議外文文配學(xué)者專利標(biāo)準(zhǔn)成果圖書地方志法規(guī)機(jī)構(gòu)專家標(biāo)題作血關(guān)記調(diào)起始年一結(jié)束年「在結(jié)果中檢索?工業(yè)技術(shù)123篇5篇5篇1冊1冊文化、科…[學(xué)位論文]作者：施安山計算機(jī)系統(tǒng)結(jié)構(gòu)廣東工業(yè)大學(xué)2010《學(xué)位年虛》2習(xí)酸獲施監(jiān)拉技術(shù)研災(zāi)被引次數(shù)：8周晶周晶那世寶學(xué)位論文11篇興升11篇興升61窘1C萄民開[學(xué)位論文]作者：丑班東通信與信息系統(tǒng)上海交通大學(xué)2008《學(xué)位年虛》關(guān)鍵詞：都能視殘出控技術(shù)計算機(jī)視覺對象識別均值票移區(qū)城生長[學(xué)位論文]作費(fèi)：錄法鹽控制料學(xué)與工程國防科學(xué)技術(shù)大學(xué)2012(學(xué)位年度)關(guān)健詞：智能視修監(jiān)控行為分析穩(wěn)馬爾科夫軌進(jìn)混合使型行為識別高級tr4整盟能視疲監(jiān)應(yīng)系行中運(yùn)動且標(biāo)檢則氣犯跟其去的研三被引次數(shù)：1[學(xué)位論文]作雷：陸瑞通值與信息系統(tǒng)工蘇大學(xué)2010(學(xué)位年度)李志慧李志慧盧選民圖2利用萬方數(shù)據(jù)庫論文檢索(3)利用IEEE檢索參考文獻(xiàn)過程檢索畫面如圖3所示，檢索所得論文見參考文獻(xiàn)[2]。6Xi'amUaiversityrealreal-tinennveillanceofpeopleandtheiractivitiesQ Yousaurchadfor:teal-tiaemurveillaneeofpeopleandSartby:Ralewanes~parmnalIEEE3檢索內(nèi)容總結(jié)3.1行為和行為分析的概念73.2智能監(jiān)控系統(tǒng)的目標(biāo)行為分析的研究現(xiàn)狀從國際國內(nèi)的研究動態(tài)來看，運(yùn)動目標(biāo)的檢測與行為分析一直受到廣泛關(guān)注。國際上諸多著名期刊和會議都把它作為關(guān)注的重要研究領(lǐng)域。國際上許多著名高校和研究所，MERL(MitsubishiElectricResearchLaboratories)等，都專門設(shè)立了針對目標(biāo)檢測目前，智能視頻監(jiān)控系統(tǒng)已經(jīng)在商業(yè)、軍事、公共安全等諸多領(lǐng)域得到了實(shí)際的應(yīng)用。如今，已有諸多智能視頻監(jiān)控系統(tǒng)投入使用，如VSAM(VideoSurveillanceandMonitoring)、CAVIAR(ContextAwareVACE(VideoAnalysisandContentExtraction)、W4(WhoWhenWhereWhat)等，其中在國內(nèi)，在該領(lǐng)域進(jìn)行了較為突出的研究的是模式識別國家重點(diǎn)實(shí)驗(yàn)室視覺監(jiān)控研究組。他們的研究范圍包括人臉檢測與跟蹤、交通場景跟蹤、多攝像機(jī)聯(lián)合跟蹤、異常行為檢測等，并取得了·定的成果。此外，其他·些高校和研究所如：中科院光電技術(shù)研究所、中科院長春光學(xué)精密機(jī)械與物理研究所、上海交通大學(xué)航空航天信息與控制研究所、西安電子科技大學(xué)ISN國家重點(diǎn)實(shí)驗(yàn)室圖像傳輸與處理研究所、華中科技大識別與人工智能研究所等機(jī)構(gòu)都對目標(biāo)跟蹤技術(shù)進(jìn)行了相關(guān)的研究。在智能監(jiān)控領(lǐng)域，國內(nèi)的公司處在剛起步的階段。其中，在智能監(jiān)控方面，大華股份做智能交通比較多，?？低曋蛔隽艘稽c(diǎn)客流量統(tǒng)計的。國內(nèi)的公司做智能識別做的科技(北京)有限公司在中國推出的安防智能視頻監(jiān)控技術(shù)系統(tǒng)，其技術(shù)充分吸收了背景減除方法、時間差分方法等視頻分析編碼算法的優(yōu)點(diǎn)，達(dá)到了國際領(lǐng)新水平，可以兼容第一代至第四代的各類模擬監(jiān)控和數(shù)字監(jiān)控。最新監(jiān)控技術(shù)可以實(shí)現(xiàn)無人看守監(jiān)控；自動分析圖像，瞬間能與110、固定電話、手機(jī)連接，以聲音、閃光、短信、撥叫電話等方式報警，同時對警情拍照和錄像，以便調(diào)看和處遮擋等都會增加行人檢測與跟蹤的設(shè)計難度，給相關(guān)的研究帶來了許多的困難，總結(jié)起8因此不管是在理論環(huán)境還是實(shí)驗(yàn)室環(huán)境或者具體的應(yīng)用行業(yè)中，智能視頻監(jiān)控中的識別和分析都存在很多問題，需要包括各個大學(xué)、相關(guān)研究機(jī)構(gòu)、公司企業(yè)等的有關(guān)人員進(jìn)行持續(xù)耐心的研究，以期使得智能監(jiān)控應(yīng)用范圍擴(kuò)大，改變目前老式的視頻監(jiān)控僅3.3智能監(jiān)控系統(tǒng)的目標(biāo)行為分析的研究方法運(yùn)動人體行為分析遵循運(yùn)動目標(biāo)檢測、行人跟蹤和行為識別三大基本步驟，其中運(yùn)動目標(biāo)檢測是跟蹤和行為識別的基礎(chǔ)[8]。近年來，國內(nèi)外許多專家學(xué)者對運(yùn)動目標(biāo)檢測方法開展了研究，但由于視頻內(nèi)容本身的復(fù)雜性，目前并不存在一種通用的運(yùn)動目標(biāo)檢測方法能夠?qū)Σ煌瑑?nèi)容的視頻進(jìn)行較好的對象分割。在攝像機(jī)靜止的情況下，運(yùn)動目標(biāo)檢測方法主要分為三類：(1)時間差分法，又稱幀間差分法，即將相鄰的視頻頓作差獲取運(yùn)動日標(biāo)：(2)光流法，即將圖像序列中具有明顯運(yùn)動的較大面積區(qū)域作為前景；背景差分法又稱背景減除法，是運(yùn)動目標(biāo)檢測中常用的算法，主要適用于攝像頭固定的場合，比如交通、公共場所和廠房等環(huán)境。其原理是將當(dāng)前幀與背景圖像進(jìn)行差分來得到運(yùn)動目標(biāo)區(qū)域。其性能依賴于背景建模的構(gòu)建，背景圖像建模的準(zhǔn)確程度直接影響到檢測的效果。其優(yōu)點(diǎn)在于可以從場景中分離出比較完整的運(yùn)動物體區(qū)域，并且可以很好的抑制光線變化等帶來的干擾。缺點(diǎn)在于監(jiān)控場景常常是動態(tài)變化的，比如光線變化、樹葉晃動、水紋干擾和攝像頭震動等，這些干擾因素導(dǎo)致很難建立一3.3.2視頻監(jiān)控中的目標(biāo)跟蹤對于所有的目標(biāo)跟蹤算法，需要解決兩個關(guān)鍵問題：目標(biāo)建模和目標(biāo)定位。目標(biāo)建9模主要是收集目標(biāo)的視覺特征，根據(jù)特征建模，為以后定位目標(biāo)提供信息。目標(biāo)定位是一個推理目標(biāo)參數(shù)的過程，根據(jù)圖像序列，確定目標(biāo)在圖像中的位置、形狀參數(shù)。3.3.3監(jiān)控視頻中的行為識別正是由于智能視頻監(jiān)控系統(tǒng)中加入了對人體行為的理解，才能使智能安全監(jiān)控系統(tǒng)真正做到“智能化”。然而，在實(shí)際應(yīng)用中人體行為識別研究目前仍處于起步階段，很多應(yīng)用是在受限的條件下實(shí)現(xiàn)的，如相對簡單的背景、相對于攝像機(jī)人的側(cè)面行走等，或者只針對一些特定的運(yùn)動行為進(jìn)行識別，如走、跑、跳等。對于人的行為識別而言，目前主要有下述兩種方法：(1)模板匹配方法：采用模板匹配技術(shù)的行為識別方法首先將圖像序列轉(zhuǎn)換為一組靜態(tài)形狀模式，然后在識別過程中和預(yù)先存儲的行為標(biāo)本相比較。(2)狀態(tài)空間方法：基于狀態(tài)空間模型的方法定義每個靜態(tài)姿勢作為一個狀態(tài)，這些狀態(tài)之間通過某種概率聯(lián)系起來[8][li]。通過該課程的學(xué)習(xí)，我自認(rèn)為收獲頗多，大概可以總結(jié)為以下幾點(diǎn)：(1)對本專業(yè)有了更為細(xì)致、深刻的了解與認(rèn)識。(2)初步學(xué)習(xí)并掌握了文獻(xiàn)檢索的相關(guān)知識。(3)看到了很多的機(jī)會。(4)最后一點(diǎn)，好好學(xué)習(xí)，天天向上，尤其是英語。既然實(shí)力不行，我等只能是“師夷長技以制夷”。論文，2008,2-4surveillanceofpeopleandtheiractivities[JAnalysis