欢迎您！东篱公司
退出
-
申报数据库
-
立项数据库
-
成果数据库
-
项目获奖数据库
位置：立项数据库 > 立项详情页
中文摘要：
视频监控因直观、方便、有效而广泛应用，目前主要靠人工目视画面来判别有无万一发生的异常情况，使人易疲劳而遗漏可疑线索。近年具有动目标检测的监控方式，可对简单静止区域中非法闯入的运动物体发出报警，但无法从正常活动着的人群中区别出打架斗殴、毁损公物等异常行为而发出报警。本项目拟对大量视频序列中的动目标运动状况及其引起的场景变化用"训练"的方式进行统计分析（采用边缘提取等低层图像特征分析和改进的隐含马尔
结论摘要：
视频监控因直观、方便、有效而广泛应用，目前主要靠人工目视画面来判别有无万一发生的特殊情况，使人易疲劳而遗漏可能线索。以往的具有动目标检测的监控方式，可对简单静止区域中非法闯入的运动物体发出报警，但无法从正常活动着的人群中区别出打架斗殴、毁损公物或其他异常（或特殊）行为。本项目对大量视频序列中的动目标和静止目标的状况及其引起的场景变化用"训练"的方式进行统计分析，采用边缘、纹理、色彩、灰度、以及局部和全局各种特征及其各种空间变换方式，以"可区分性"（可鉴别性）为准则对特征进行筛选和组合，从中归纳出正常行为、异常行为、各种不同类型行为、以及由该行为构成的不同"事件"在视频信号中所表现出来的不同特征和参数，由此建立适于视频事件过程描述的特征空间模型。借助此类模型库，可从日常监控视频信号中略过不感兴趣的正常事件，灵敏地检测出万一发生的异常或特殊事件而发出提示信息，以此取代或部分取代当前主流的人工目视监控的事件发现方式，为研制具有事件挖掘能力的智能监控系统提供理论和技术基础
成果综合统计
期刊论文
会议论文
专利
获奖
著作
期刊论文
相关项目
林行刚的项目
