基于三维虚拟警戒空间的异常入侵行为自动识别

针对目前视频异常入侵行为识别的不足,提出了基于三维虚拟警戒空间的异常入侵行为自动识别方法。基于人头检测与跟踪方法,根据视频监控场景中单一行人目标信息,建立行人三维平面方程,构建视频监控场景三维立体虚拟警戒空间,从而将行人是否进入二维场景警戒区域,转化为行人是否闯入三维立体虚拟空间,并基于行人头部投影射线的滑动滤波统计,实现行人是否入侵敏感保护区域的有效识别。所提方法不受设定警戒区域的规则形状限制,也无需对场景内容事先学习。对不同视频场景的实验验证及同类方法的定量对比结果表明,所提方法有效、可行。

基于空间虚拟墙的行人越界异常行为自动识别

提出了基于空间虚拟墙的行人越界异常行为自动识别方法。基于人头刚体不变性及其个体类Haar特征的差异性,融合级联分类器与粒子滤波动态跟踪链,实现视频场景下的人头目标跟踪与定位。进而基于人体身高不变性,建立基于行人头顶的三维平面方程及其视频监控场景下的空间虚拟墙,从而将行人跨越二维场景警戒线问题,转化为行人穿越三维空间虚拟警戒墙,实现行人是否越界的有效判断。通过在不同视频场景的实验验证与对比,结果表明,所提方法有效、可行,无需特定的硬件支持以及场景条件约束。