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檢索綜述報告題目智能視頻監(jiān)控系統(tǒng)的目標行為分析(如聚眾、打架、入侵等)指導教師第一部分(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。監(jiān)控系統(tǒng)雖功能日益強大，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)運而生。智能監(jiān)控系統(tǒng)能夠在不需要人為干預的情況下，利用計算機視覺和視頻分析的方法對攝像機拍錄的圖像序列進行自動分析，實現(xiàn)對動態(tài)場景中目標的定位、識別和跟蹤，并在此基礎(chǔ)上分析和判斷目標的行為，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、目標檢測、目標行為分析、實時檢測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，從而導致整個系統(tǒng)在安全性和實用性方面仍然沒有達到人們期(1)人類自身的弱點：(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致視頻監(jiān)控效率低下的問題，人們嘗試把計算機視覺中的相關(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)一般都是以運動跟蹤為基礎(chǔ)，對運動目標進行分類、識別、運動分析、行為理解等，從而得出對場景及目標安全性的判斷。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)快速準確的運動檢測、跟蹤技術(shù)及實時、魯棒的目標分類、識別技術(shù)；(2)基于移動攝像機的視頻監(jiān)控技術(shù)；(3)多攝像機協(xié)作監(jiān)控技術(shù)；(4)運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文獻檢索過程(1)利用CNKI中國知網(wǎng)檢索參考文獻過程檢索畫面如圖1所示，檢索所得論文見參考文獻[4]。白?工環(huán)1點曰?工維-獲Ⅱ在可?云動子生切日?社會=π文獻衰源)于孩大學關(guān)鍵詞關(guān)鍵詞nVV 費檢要9￥#性要分進到建束時工*國E狀作機構(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出1魯考文航分析/團李越名基于DM642的智能視題監(jiān)按系統(tǒng)的研究與開發(fā)智?，F(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鎮(zhèn)師李進文來道學學抗到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)檢索參考文獻檢索過程5檢索關(guān)鍵詞：智能視頻監(jiān)控，目標行為分析檢索畫面如圖2所示，檢索所得論文見參考文獻[1]。知識服務(wù)平臺不未配文期刊學位會議外文文配學者專利標準成果圖書地方志法規(guī)機構(gòu)專家標題作血關(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…[學位論文]作者：施安山計算機系統(tǒng)結(jié)構(gòu)廣東工業(yè)大學2010《學位年虛》2習酸獲施監(jiān)拉技術(shù)研災(zāi)被引次數(shù)：8周晶周晶那世寶學位論文11篇興升11篇興升61窘1C萄民開[學位論文]作者：丑班東通信與信息系統(tǒng)上海交通大學2008《學位年虛》關(guān)鍵詞：都能視殘出控技術(shù)計算機視覺對象識別均值票移區(qū)城生長[學位論文]作費：錄法鹽控制料學與工程國防科學技術(shù)大學2012(學位年度)關(guān)健詞：智能視修監(jiān)控行為分析穩(wěn)馬爾科夫軌進混合使型行為識別高級tr4整盟能視疲監(jiān)應(yīng)系行中運動且標檢則氣犯跟其去的研三被引次數(shù)：1[學位論文]作雷：陸瑞通值與信息系統(tǒng)工蘇大學2010(學位年度)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檢索參考文獻過程檢索畫面如圖3所示，檢索所得論文見參考文獻[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，運動目標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)域進行了較為突出的研究的是模式識別國家重點實驗室視覺監(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、中科院長春光學精密機械與物理研究所、上海交通大學航空航天信息與控制研究所、西安電子科技大學ISN國家重點實驗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構(gòu)都對目標跟蹤技術(shù)進行了相關(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，達到了國際領(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)境還是實驗室環(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、相關(guān)研究機構(gòu)、公司企業(yè)等的有關(guān)人員進行持續(xù)耐心的研究，以期使得智能監(jiān)控應(yīng)用范圍擴大，改變目前老式的視頻監(jiān)控僅3.3智能監(jiān)控系統(tǒng)的目標行為分析的研究方法運動人體行為分析遵循運動目標檢測、行人跟蹤和行為識別三大基本步驟，其中運動目標檢測是跟蹤和行為識別的基礎(chǔ)[8]。近年來，國內(nèi)外許多專家學者對運動目標檢測方法開展了研究，但由于視頻內(nèi)容本身的復雜性，目前并不存在一種通用的運動目標檢測方法能夠?qū)Σ煌瑑?nèi)容的視頻進行較好的對象分割。在攝像機靜止的情況下，運動目標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動日標：(2)光流法，即將圖像序列中具有明顯運動的較大面積區(qū)域作為前景；背景差分法又稱背景減除法，是運動目標檢測中常用的算法，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。其原理是將當前幀與背景圖像進行差分來得到運動目標區(qū)域。其性能依賴于背景建模的構(gòu)建，背景圖像建模的準確程度直接影響到檢測的效果。其優(yōu)點在于可以從場景中分離出比較完整的運動物體區(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，這些干擾因素導致很難建立一3.3.2視頻監(jiān)控中的目標跟蹤對于所有的目標跟蹤算法，需要解決兩個關(guān)鍵問題：目標建模和目標定位。目標建9模主要是收集目標的視覺特征，根據(jù)特征建模，為以后定位目標提供信息。目標定位是一個推理目標參數(shù)的過程，根據(jù)圖像序列，確定目標在圖像中的位置、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現(xiàn)的，如相對簡單的背景、相對于攝像機人的側(cè)面行走等，或者只針對一些特定的運動行為進行識別，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先存儲的行為標本相比較。(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]。通過該課程的學習，我自認為收獲頗多，大概可以總結(jié)為以下幾點：(1)對本專業(yè)有了更為細致、深刻的了解與認識。(2)初步學習并掌握了文獻檢索的相關(guān)知識。(3)看到了很多的機會。(4)最后一點，好好學習，天天向上，尤其是英語。既然實力不行，我等只能是“師夷長技以制夷”。論文，2008,2-4surveillanceofpeopleandtheiractivities[JAnalysis