一种人体异常行为检测和识别系统及方法技术方案

本发明专利技术公开了一种人体异常行为检测和识别系统及方法，属于监控摄像技术领域，该混合方法基于连续自适应均值漂移CAMS，引入校正背景权重直方图CBWH和无味粒子滤波UPF技术处理遮挡和相似颜色对象的干扰，采用基于稀疏表达的检测方式从多种场景对目标对象的异常行为进行检测和识别，并利用均方误差统计量评估所提方法的性能，同时在公开数据集UMN上进行了仿真验证。实验结果表明，所提方法在不同场景中有障碍物遮挡或是具有相似颜色的其他对象情况下都能准确检测和识别目标对象。此外，该技术还可能进一步改善复杂场景下多摄像机中目标对象的跟踪性能。

【技术实现步骤摘要】
一种人体异常行为检测和识别系统及方法
本专利技术属于监控摄像
，涉及一种人体异常行为检测和识别系统及方法，具体地说，涉及一种室内视频监控下基于混合算法的人体异常行为检测和识别系统及方法。
技术介绍
近年来，监控摄像已广泛应用于银行、超市、监狱、机场、停车场、加油站、救援、医学检测等场景，以保证人民生命及财产安全和社会稳定。同时针对室内老年人异常行为检测与识别方面也有较广泛的应用，但由于室内照明变化、遮挡和相似背景其他对象等因素的干扰，对于异常行为的检测和识别具有一定的挑战性，学者针对现有监控识别系统在人体异常行为检测和识别性能的提升开展了大量研究工作。其中常见的状态检测和识别方法包括：检测和跟踪、跟踪前检测和基于概率假设密度滤波器等多目标跟踪技术。虽然学者们已经提出了许多以互斥方式处理照明变化、运动状态变化等因素的干扰和局限，但当有障碍物遮挡和存在其他相似对象时对人体异常行为的检测和识别问题仍未得到完全解决。其中，平均移位跟踪算法建立在密度外观模型上，用于跟踪静止或移动物体，由于其结构简单和计算量小等优点，已被广泛应用于物体的实时检测与识别。但其主要问题是当目标物体靠近或远离相本文档来自技高网...

【技术保护点】
1.一种人体异常行为检测和识别系统，其特征在于，包括颜色转换模块、CBWH模块、CAMS跟踪模块、UPF模块，异常行为识别模块；所述颜色转换模块，用于将接收的视频帧序列分解为帧中目标对象的颜色，接下来判断目标对象背景中是否具有与其相近颜色的其他对象；所述CBWH模块，用于如果有与其相近颜色的其他对象，则运用校正背景权重直方图技术，从其背景干扰中恢复对目标对象的筛选，并确定颜色的可能分布；所述CAMS模块，用于完成目标跟踪；如果无，则直接调用CAMS模块完成目标跟踪；所述UPF模块，用于若目标对象的路径被障碍物遮挡，设置计算区域，运用无味粒子滤波技术，将粒子尽可能多的移向高可能性区域，通过重新设...

【技术特征摘要】
1.一种人体异常行为检测和识别系统，其特征在于，包括颜色转换模块、CBWH模块、CAMS跟踪模块、UPF模块，异常行为识别模块；所述颜色转换模块，用于将接收的视频帧序列分解为帧中目标对象的颜色，接下来判断目标对象背景中是否具有与其相近颜色的其他对象；所述CBWH模块，用于如果有与其相近颜色的其他对象，则运用校正背景权重直方图技术，从其背景干扰中恢复对目标对象的筛选，并确定颜色的可能分布；所述CAMS模块，用于完成目标跟踪；如果无，则直接调用CAMS模块完成目标跟踪；所述UPF模块，用于若目标对象的路径被障碍物遮挡，设置计算区域，运用无味粒子滤波技术，将粒子尽可能多的移向高可能性区域，通过重新设置搜索窗口中心和窗口大小，重新设置计算区域，恰当地估计目标对象在被遮挡情况下的路径，再调用CBWH模块，循环处理；所述异常行为识别模块，用于在CAMS模块完成目标跟踪时，若目标对象的路径没有被障碍物遮挡，以视频形式显示异常行为。2.一种人体异常行为检测和识别方法，其特征在于，包括以下步骤：步骤1、输入视频帧序列，初始化搜索窗口大小和位置；步骤2、将接受的视频帧序列分解为帧中目标对象的颜色；步骤3、判断目标对象背景中是否具有与其相近颜色的其他对象，如果有则进行步骤4，若无，则直接进行步骤5；步...

【专利技术属性】
技术研发人员：刘建芳，郑浩，夏栋梁，廖梦怡，邢立国，史玉珍，黄淼，刘小满，李成建，刘继童，
申请(专利权)人：平顶山学院，
类型：发明
国别省市：河南,41