视频监控中异常场景检测与分析研究

公共安全问题一直倍受人们关注。如今监控设备已遍布城市每个角落，传统的人工监视的方式意味着大量的人力成本，通过计算机辅助完成智能视频监控网络的搭建工作是智慧城市建设的重要内容。 在众多视频监控问题中，我们最为关注的通常是那些异常现象。所谓异常，针对不同场景可以有不同的定义。而异常现象的检测判定往往需要依赖其他智能视频监控中的技术：运动目标的检测与跟踪，人体动作识别与行为分析，交互行为理解，人群分析等等。本文的研究主要就是针对监控场景内的异常行为进行检测分析，重点关注两个问题：监控场景下斗殴行为的检测判别；老人监护问题研究。 本文针对不同的监控场景提出了两种不同的思路来进行异常检测。一种是在目标检测跟踪的基础上，通过定位场景中人的位置提取目标区域的运动信息，在动作识别的基础上分析行为的异常。另外一种思路是根据视频图像的纹理特征上出现的异常对场景进行分析。前者在能够准确地跟踪定位运动目标的情况下有比较稳健的检测效果，而后者适用于拥挤人群情况下的异常检测。另外针对两种特殊的异常场景问题：斗殴行为检测、老人监护过程中摔倒等现象的检测，我们各自提出了可行的方案。针对监控场景下斗殴行为，提出采用光流-高斯模型来检测大运动区域，并使用多尺度扫描窗技术来搜索可能存在的斗殴区域，利用光流方向直方图的信息得到了一种快速检测的方法。对于老人监护问题，我们利用R-变换与隐马尔科夫模型HMM相结合的办法，先是通过背景模型检测出人体的轮廓，在人体剪影上使用R-变换来描绘人体的姿态并结合隐马尔科夫模型对姿势状态进行分析，从而对老人监护过程中出现的一些异常现象进行检测和识别。