1、“.....万方数据中图分类号学校代码密级公开硕士学位论文视频监控场景中人群异常行为识别研究作者彭怀亮导师章东平副教授申请学位工学硕士培养单位中国计量学院学科专业信号与信息处理研究方向模式识别二〇四年三月万方数据独创性声明本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的研究成果，除了文中特别加以标注和致谢之处外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中国计量学院或其他教育机构的学位或证书而使用过的材料。与我同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。学位论文作者签名签字日期年月日学位论文版权使用授权书本学位论文作者完全了解中国计量学院有关保留使用学位论文的规定。特授权中国计量学院可以将学位论文的全部或部分内容编入有关数据库进行检索，并采用影印缩印或扫描等复制手段保存汇编以供查阅和借阅......”。

2、“.....保密的学位论文在解密后适用本授权说明学位论文作者签名导师签名签字日期年月日签字日期年月日万方数据致谢时光如梭，转眼间两年半的研究生生活即将结束，虽然，两年半的时间很短暂，但它足以在我的人生道路上留下华丽的笔。回首这两年多的求学历程，得到许多老师同学朋友和亲人的鼓励关心和帮助。此时此刻，我想要对那些引导我激励我及支持我的人，表达我最诚挚的感谢。在论文即将完稿之际，衷心感谢我的导师章东平副教授。从论文的选题，理论研究，实验仿真以及论文的撰写，每步都得到了章老师的精心指导，每步都凝结了他的心血。章老师严谨的科学态度渊博的知识以及精益求精的作风给我留下了深刻的印象，并使我受益良多。另外，在科研中遇到困难时，章老师总是耐心的为我指导并化解难题，在生活中碰到困惑时，总是给予我支持和帮助，顺利的完成学业。在此向章老师表达我最衷心的感谢和最崇高的敬意！感谢塞北实验室的同学张麒孔博王孝卫等，感谢他们让我拥有个良好的工作学习环境以及他们在学习上和生活上对我的帮助......”。

3、“.....感谢导师组的陈非予师兄芦亚飞同学徐娇师妹李艳洁师妹孙敏师妹，李文婷师妹徐凯航师弟，他们在本文工作中也付出了大量的工作。感谢我的好友程伟韩新强柳黎明蔡苗苗等，感谢他们在我遇到科研瓶颈时给我的支持和鼓励，感谢他们在生活上给予我的关心和帮助。最需要感谢的还有我的父亲，母亲，妹妹。他们在生活和学业上给我的无私的支持帮助和鼓励，是我能够顺利完成研究生学业的动力源泉。最后衷心感谢所有理解支持帮助和激励我的人！彭怀亮年月万方数据视频监控场景中人群异常行为识别研究摘要近年来，智能视频监控技术作为个新的应用领域逐渐成为计算机视觉中研究的热点，它以传统的视频监控为基础，利用计算机视觉，图像处理，模式识别等相关技术对监控场景中的目标与行为进行检测，并对感兴趣的目标或行为进行分析和描述，它改变了传统视频监控单纯依靠人工“看”的特点，实现真正意义上的智能监控。随着社会的发展，人群异常行为识别作为智能视频监控中种现实迫切需求而产生的领域正受到越来越多的关注......”。

4、“.....对其涉及的些相关的具体问题如人群运动区域检测人群行为特征的提取人群行为分类识别等进行了较为深入的研究，主要研究内容包括在人群运动区域检测方面，介绍了常用的运动区域检测算法，包括背景减除法和帧间差分法。并基于上述两种算法提出了种改进的人群运动区域检测方法。在帧间差分法提取过程中，加入了多方向边缘扫描来提取可靠的前景在混合高斯建模的背景差分法中利用颜色空间差判别公式，判定前景区域，最后通过设定权值将二者累加，对人群运动区域进行准确检测。保证了后续研究工作的可靠性。研究并设计了种特征提取及描述策略，将运动区域像素点计算得到的速度及方向信息应用于时空立方体中，使其适用于运动随意性较强的场景中的行为特征提取。将时空立方体特征与具有竞争机制的神经网络模型结合，提出了完整的人群异常行为识别方法，实验证实本方法在识别打架恐慌逃散跌倒踩踏等常见的人群异常行为时都取得了较好的效果。传统的光流算法在建立相邻帧像素的对应关系时，只是进行简单的灰度致性假设，当光照发生变化时......”。

5、“.....光流仍然存在，并且在灰度等级变化不明显的区域，目标运动很难被检测到，针对这问题本文提出了种基于技术的特征提取算法。在建立相邻帧像素对应关系时，利用描述子代替简单的灰度值来获得运动区域更加准确的运动及方向信息，最后将得到的信息通过运动方向直方图来进行描述。将运动方向直方图对隐马尔可夫模型,进行训练，完成人群异常行为的识别。实验结果表明本方法能够有效的识别出视频场景中的异常行为。针对人群行为识别中行为特征维数高，数据量大以及特征局部流形结构不稳定的问题，受启于稀疏表示和流形学习方法，本文提出了种基万方数据于局部线性嵌入，稀疏表示的人群异常行为检测方法。通过在稀疏分类模型中加入个正则项，来解决局部流形结构不稳定的问题。基于局部线性嵌入的正则项能够有效的保留测试样本的局部流形结构，提高样本的判别能力。实验结果表明局部线性嵌入稀疏表示算法能够有效的提高样本的判别能力并在人群行为识别中取得较好的实验效果。关键词隐马尔可夫神经网络稀疏表示局部线性嵌入人群异常行为识别分类号万方数据......”。

6、“.....数据万方数据目次摘要目次图清单表清单绪论研究的背景和意义国内外研究状况及趋势论文的主要工作论文的章节安排人群行为识别基本理论及方法引言人群行为识别概述人群行为特征提取方法底层行为特征中间语义特征人群行为识别方法基于模板匹配的方法基于状态转移的图模型方法本章小结人群行为特征提取算法研究引言人群运动区域检测背景减除法帧间差分法改进的人群运动区域检测算法实验结果及分析基于时空立方体特征提取策略改进变分光流法构建行为特征描述符基于技术的特征提取算法稠密描述子场万方数据场优化求解运动方向直方图本章小结人群异常行为识别算法研究引言基于竞争性神经网络模型的人群异常行为识别神经网络模型具有竞争机制的神经网络模型设计异常行为的识别实验结果及分析基于模型的人群异常行为识别隐马尔可夫模型异常行为的识别实验结果及分析基于局部线性嵌入稀疏表示的人群异常行为识别行为特征稀疏表示异常行为识别实验结果及分析本章小结总结与展望研究工作总结工作展望参考文献万方数据图清单图监控摄像头拍摄的几个场景图近年关于人群行为分析相......”。

7、“.....智能视频监控已经成为人工智能领域非常活跃的......”。

8、“.....是计算机视觉技术在安防领域的重要应用，实现了由传统视频监控的“被动监控”到“主动监控”的转变。计算机视觉技术是门研究如何使机器“看”的科学，即用摄影机和电脑代替人眼实现对目标进行检测跟踪和识别等任务，并进步做图形处理，用电脑处理成为更适合人眼观察或传送给仪器检测的图像。它试图利用相关的理论和技术建立能够从视频或图像数据中获取所需“信息”的人工智能系统。目前，通过计算机技术对视频场景中人群行为进行自动检测识别是计算机视觉领域个非常热点的问题，并在人机对话视频监控智能环境人群管理等领域具有广阔的应用前景。图监控摄像头拍摄的几个场景目前，视频监控系统作为重要的城市监控工具，已经在金融安全，公共安全，交通运输等多个领域得到广泛应用。如图为监控摄像头拍摄的几个场万方数据中国计量学院硕士学位论文景。同时，人工智能算法计算机处理能力传感器技术等前沿科技的蓬勃发展也为监控技术提供保。尤其是在我们关注的公共安全方面，近些年，我国经济快速发展，经济规模不断扩大......”。

9、“.....这使人们对安全的需求也随之提高，城市安全对智能视频监控的需求也逐年增加。目前，我国平均每年因公共安全问题就造成高达亿元的经济损失，同时有多万宝贵的生命也因此问题而失去，还有至少万人由于各种公共安全事故而终生残疾。在美国，公共安全事故同样问题突出，每年因各种公共安全事故死亡的人数大约为万人。即使是在公共安全环境较好的新加坡，每年也有高达万次的公共安全事故发生。在公共安全状况频出的今天，如何利用智能视频监控对公共场所中各种人群活动进行有效的监管是目前亟待解决的问题，也是颇具理论研究意义的课题。事实上自世纪末期，智能监控对人群行为分析研究已开始发展。资助的计划，利用生物识别等相关技术对远距离条件下行人进行检测和识别，并研发了种能够在多模式情况下工作的监控系统来应对在公共场所突发暴力恐怖事件的威胁。当前面对少数目标个体技术的智能监控算法研究已经日趋成熟，对于目标的动作，甚至相互的行为都能进行有效的识别在面对大型人群聚集的集会的场所，如宗教朝圣地，游行路段，音乐会广场......”。