1、隨著經(jīng)濟(jì)發(fā)展、社會(huì)進(jìn)步、信息時(shí)代來臨,在社會(huì)公共環(huán)境中人員趨于密集、場所趨于龐大、信息趨于海量、事件趨于復(fù)雜。人們對(duì)公共事件的處理方法有了更高的要求。其中,在安全防護(hù)、風(fēng)險(xiǎn)控制領(lǐng)域,出于對(duì)突發(fā)事件、復(fù)雜事件進(jìn)行高效率處理分析的目的,促使進(jìn)入信息化、智能化處理的階段。信息媒介有文本、聲音、圖像、視頻等形式,其中以圖像和視頻為代表的“視覺”媒介是最直接的信息承載與呈現(xiàn)形式,載有大量信息。因此,在需求的推動(dòng)下,基于監(jiān)控?cái)z像頭系統(tǒng)的智能視頻分析

2、技術(shù)獲得了很大的發(fā)展,并很快從單攝像頭分析發(fā)展到多攝像頭分析,通過有效地對(duì)視頻內(nèi)容進(jìn)行行為識(shí)別和事件檢測,實(shí)現(xiàn)安防、監(jiān)控、風(fēng)險(xiǎn)控制等等,為保障經(jīng)濟(jì)利益、維護(hù)社會(huì)秩序、提高人身財(cái)產(chǎn)安全提供了有力的技術(shù)支持。
　　近年來,基于多攝像頭系統(tǒng)的行為識(shí)別和事件檢測技術(shù)已經(jīng)得到了深入的研究和廣泛的應(yīng)用。行為識(shí)別和事件檢測技術(shù)在近年來日漸成熟,其基于特征提取、目標(biāo)檢測與行為表征、行為識(shí)別與事件檢測基本步驟的框架也得到了廣泛的運(yùn)用。同時(shí),針對(duì)多攝

3、像頭分析的方法很快從單攝像頭分析中發(fā)展起來,在單攝像頭行為識(shí)別方法的基礎(chǔ)上,發(fā)展出適合多攝像頭分析的方法技術(shù)。其中,跨多攝像頭的目標(biāo)行為表征和事件檢測模型是其中的關(guān)鍵技術(shù),將很大程度地影響行為識(shí)別和事件檢測方法的性能。
　　現(xiàn)有技術(shù)中,在目標(biāo)行為表征方面有基于軌跡建模、基于區(qū)域建模等,在行為事件檢測模型中有參數(shù)模型、圖網(wǎng)絡(luò)模型、語法模型、本體模型等。這些成熟的方法在特定的情形下具有很大的優(yōu)勢,但同時(shí)也存在一定限制。本論文主要研究基

4、于多攝像頭的行為識(shí)別及事件檢測。本文結(jié)合現(xiàn)有方法的優(yōu)勢,針對(duì)各方法在對(duì)跟蹤軌跡精度的敏感性、網(wǎng)絡(luò)模型訓(xùn)練的復(fù)雜性、訓(xùn)練數(shù)據(jù)數(shù)量的依賴性等等限制,從目標(biāo)行為表征和事件檢測模型出發(fā),提出一種基于網(wǎng)絡(luò)傳輸模型的行為識(shí)別和事件檢測方法。
　　本論文提出了一種基于網(wǎng)絡(luò)傳輸算法的多攝像頭視頻異常行為檢測方法,該算法的主要框架包括將多攝像頭系統(tǒng)的場景進(jìn)行分塊,通過將每一分塊建模為節(jié)點(diǎn)、分塊之間的行為相關(guān)性建模為權(quán)邊而建立網(wǎng)絡(luò)模型。基于這個(gè)網(wǎng)絡(luò)模

5、型,將人的行為建模成一個(gè)網(wǎng)絡(luò)信號(hào)傳輸問題,而行為的異常程度取決于關(guān)于傳輸能量消耗的兩個(gè)判據(jù)準(zhǔn)則。本論文結(jié)合實(shí)際視頻安防監(jiān)控應(yīng)用中的需求,為解決已有算法對(duì)跟蹤算法的依賴程度,而提出的一種多攝像頭視頻異常行為檢測方法,有效對(duì)多攝像頭視頻中的監(jiān)控對(duì)象行走路線的多種異常行為進(jìn)行識(shí)別檢測。本論文和現(xiàn)有技術(shù)相比較,提出了一種更為通用的多攝像頭視頻檢測形式,并且具有較低的復(fù)雜度,可以靈活地處理各類多攝像頭配置的情形。通過大量驗(yàn)證實(shí)驗(yàn)和比較實(shí)驗(yàn),證明文