校园智能视频监控中的运动目标异常行为检测与识别作者：李毕祥 刘芳 李德刚来源：《软件导刊》彩喷机2016年第02期 摘要摘要：首先分析高校现有监控系统的不足，提出使用智能监控系统对校园进行监控和管理；然后对校园环境下的场景进行粗分类，分别描述3种不同场景下的常见异常行为；最后提出使用马尔科夫随机场模型（MRF）对智能监控系统中运动目标的异常行为进行检测与识别。该方法能识别智能监控中的常见异常行为，对于高校加强校园安全管理、防范学生异常事件的发生具有理论和应用价值。 关键词关键词：校园安全；智能监控系统；异常行为检测；异常行为识别
DOIDOI：10.11907/rjdk.1511246
中图分类号：打棉机TP319
文献标识码：A文章编号文章编号：16727800（2016）002013400
0引言键盘防尘罩
物流订单管理系统
校园安全与每个师生、家长有着切身关系，如何保障广大师生和社会人员在校园内的安全一直是社会关注的热点问题。校园作为典型的公共场所，主干道路上人流量大，混合交通现象比较普遍，极可能造成一些异常状况，例如交通事故、人拥堵、学生打架等事件。这些事件持续时间短、造成的危害大，它们的发生会扰乱正常的校园秩序，对校园安全造成威胁。出于对校园安全管理方面的迫切需求，很多高校建立了庞大的视频监控网络。
随着视频信息量呈现几何级数增长，从视频中对异常行为进行检测在近年来成为一个非常活跃的研究领域[1]。传统的视频监控依靠人工方法已无法达到当今对于监控系统的要求，而随着以计算机视觉技术为基础的智能监控技术的发展，用摄像机和电脑代替人眼对目标进行识别、跟踪与测量以及后续的行为分析、异常行为检测已成为现实。目前，大学校园内广泛使用了视频监控系统，然而大部分监控系统依然使用的是传统系统，通常通过视频回放功能来实现对异常行为和可疑情况的取证，而无法满足实时监控的要求，更难以实现即时的事故预防或预警[2自动排污阀，3]。尤其是昆明“3.1”火车站暴力恐怖案件发生后，社会各界对现有的安防系统进行了反思：视频监控作为安防的重要环节，如果不能做到“安全防护”，则无法发挥应有的价值。现有大部分监控系统依靠专人值守，对视频显示器进行人工
肘型电缆头监控，很难保证监控效率，而且长时间监控会引起监控者视觉疲劳和注意力下降，易造成报警的不准确、不及时甚至错报、漏报等情况。而智能视频监控可自动分析识别场景中的异常行为，并及时地联动后端报警以加强应急反应处理能力，将突发事件的不良影响和生命财产损失降至最低[46]。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议