<legend id="xkbmz"><li id="xkbmz"></li></legend>

  1. <acronym id="xkbmz"></acronym>

    <legend id="xkbmz"></legend>

    <cite id="xkbmz"></cite>

    0551-63879385
    13955146972

    详细内容

    徘徊行為智能檢測

    时间:2020-09-14        阅读:1084

       隨著視頻內容信息的不斷豐富和視頻應用的不斷深入,基于視頻序列的應用研究已經成為多媒體的主流。因此,對視頻圖像序列中運動前景的提取跟蹤、分類和行為識別進行了研究。本文在深入總結和分析現有視頻序列基本算法的基礎上,重點研究了痰液行為檢測、人體異常行為檢測和殘差檢測等視頻監控領域的異常行為檢測。,

    這部作品主要由五個部分組成。引言部分介紹了基于視頻序列的研究背景、意義和研究現狀,并簡要介紹了本文的主要工作和內容安排。

            介紹了幾種基于圖像序列檢測的經典算法,如幀間差分法、背景差分法和光流法。分析了這些經典算法的適用性,給出了實驗結果。這些算法的優劣直接影響后續工作的效果。第三章介紹了幾種基于運動目標圖像序列跟蹤的經典算法,如均值漂移跟蹤算法、Camshift跟蹤算法和基于預測的卡爾曼跟蹤算法。

            這些算法可以解決一些問題,也有一定的局限性。因此,本文提出了兩種算法,一種是結合卡爾曼預測的均值跟蹤算法,另一種是結合形狀和顏色特征的均值漂移算法。兩種算法從不同角度對跟蹤結果進行優化,使跟蹤效果更加準確。第四章主要研究智能視頻控制中的三種異常行為/事件檢測。

            分別是:痰液行為檢測、人體異常行為檢測和殘留檢測。痰行為的檢測,本文采用離散曲率熵確定算法來檢測行人的ROI的蹲行為(的),一旦徘徊條件滿足,警報。對于人體異常行為的檢測,本文采用自適應離群點判斷方法對人體異常行為進行檢測,實驗證明了該方法的有效性。對于殘差的檢測,采用經典的碼本建模方法。利用實時更新背景和實時更新背景進行差分運算,得到殘差圖像。當剩余部分超過一定的時間,就會發出警報。這些算法都是基于對運動目標的檢測和跟蹤。因此,效果的好壞直接影響到異常行為/事件的檢測。


    98b2bd86af7ab643d7e597c41fa0aab.png


    上一篇爬行智能檢測下一篇已經是最后一篇

    產品中心

    行業應用

    典型案例

    公司地址
    合肥市高新區習友路3333號中國聲谷創意孵化樓401-403樓



    服務熱線:

    0551-63879385

    139551469722

    關于我們

    聯系我們

    寡妇被折腾的死去活来,国产热の有码热の无码视频,日韩~欧美一中文字幕,男同chinese顾泽宇gay