基于监控视频的超市异常行为分析算法的研究

发布时间：2023-05-28 14:17

　　随着科技日益发展、智能化设备逐渐普及,监控系统遍布全国各个超市。目前,超市监控系统依旧需要人员轮番值守,但仍然无法避免盗窃等犯罪行为每年对超市造成大量的经济损失。同时,国内外针对超市中异常行为分析的研究文献较少,且智能视频监控在国内超市仍未普及。所以,对超市监控视频中的异常行为进行识别分析,在一定程度上可以减轻超市中监控值守人员的工作压力和减少安保人员的成本预算,同时也能够让超市及时止损。因此,本文对超市监控中异常行为分析的相关研究,具有重要的理论和应用价值。本文主要针对超市中发生的异常行为进行研究,主要工作和成果如下。(1)本文首先给出了超市监控中的异常行为分析规则。通过分析多段超市监控视频、观察超市中人们的购物行为以及查阅相关文献资料,将超市中的异常行为定义为对商品的“藏匿”行为。规则中对商品大小进行限定,要求必须大于识别目标的手部,并只针对单人目标且“藏匿”动作可见的情况进行异常行为识别分析。(2)针对前景目标提取,结合图像的RLBSP纹理特征和HSV颜色空间,提出了一种基于纹理的背景建模算法(以下称为RLBSP-S算法),RLBSP-S算法利用RLBSP纹理特征对光照变化不敏感...

【文章页数】：75 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文的研究内容
    1.4 本文的组织结构
2 相关研究
    2.1 运动目标检测
        2.1.1 帧差法
        2.1.2 背景减除法
    2.2 图像光线补偿
    2.3 图像的后处理
        2.3.1 图像平滑处理
        2.3.2 数学形态学图像处理
    2.4 图像特征
        2.4.1 颜色特征
        2.4.2 纹理特征
    2.5 本章小结
3 基于RLBSP纹理和HSV的运动目标检测
    3.1 RLBSP纹理特征
    3.2 基于RLBSP的背景建模
        3.2.1 背景模板初始化
        3.2.2 前景检测
        3.2.3 背景更新
    3.3 实验设计与结果分析
        3.3.1 实验环境
        3.3.2 实验方案设计
        3.3.3 结果与分析
    3.4 本章小结
4 基于规则的异常行为分析
    4.1 引言
    4.2 本文的手部检测和跟踪方法
        4.2.1 肤色检测器
        4.2.2 手臂检测器
        4.2.3 手臂手部位置关系
        4.2.4 手部的跟踪方法
    4.3 异常行为分析
        4.3.1 行为分析规则
        4.3.2 藏匿行为分析
    4.4 实验结果与分析
    4.5 本章小结
5 超市监控中异常行为分析系统设计与实现
    5.1 系统模块设计
    5.2 系统实现
    5.3 本章小结
总结与展望
参考文献
攻读硕士学位期间发表论文及科研成果
致谢



本文编号：3824752