基于行走轨迹的智能监控算法.pdf

第３３卷第５期辽宁科技大学学报Ｖｏｌ．３３Ｎｏ．５
２０１０年１０月ＪｏｕｒｎａｌｏｆＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙＬｉａｏｎｉｎｇＯｃｔ．，２０１０

基于行走轨迹的智能监控算法
张瑞玉，孙红星，熊成基
（辽宁科技大学电子与信息工程学院，辽宁鞍山１１４０５１）
摘要：提出了一种基于行走轨迹的异常行为识别方法，运用背景减除法与时间差分法加权平均的目标检
测法对运动人体进行检测，通过对人的行走轨迹的跟踪与记录来判断某人是否可疑，轨迹出现闭合曲线和螺
旋线说明有徘徊行为，即可疑予以报警。实验表明，该方法具有一定的可靠性和鲁棒性，实时性较强。
关键词：行走轨迹；智能监控；异常行为；视频分析
中图分类号：ＴＰ３９１４１文献标识码：Ａ文章编号：１６７４１０４８（２０１０）０５０４５３０３

智能监控系统的主要功能是从连续的视频图像中提取出运动目标，对提取的运动目标进行识别和
跟踪，并对其行为进行理解和描述［１４］。视频图像的运动分析以数字图像处理为基础，内容涉及模式识
别、计算机视觉、人工智能等诸多领域。近年来，随着宽带网的普及，图像处理技术的提高，视频监控正
越来越广泛地应用于教育、娱乐、医疗、餐饮、运动等领域，是协助公共安全部门打击犯罪、维持社会稳定
的重要手段。但是，目前监控系统的功能大多仅仅停留在监控人员对视频信号的人工监视和事后录像
分析上，并没有充分利用到目前计算机技术高速发展所提供的巨大计算能力。因此，对智能监控的研究
具有越来越重要的意义［５６］。
智能视频监控系统的核心是对运动目标的检测及在此基础上的行为分析。满足智能系统要求的算
法应当兼顾准确性和实时性。在对许多算法分析基础上，本文在运动检测上，将背景差法和帧差法结
合，发挥各自优点，以使检测效果得到进一步提高；在跟踪方面，研究利用人体轮廓的外接矩形框对运动
目标进行跟踪的方法，对基于行走轨迹的异常行为进行了识别［７１１］。如果某人行走轨迹呈现出可疑的
闭合曲线和螺旋线这两种线形，说明此人在某处的徘徊行为有嫌疑，应对此人画框并报警。对本文提出
的监控算法用实验进行验证。

１行走轨迹为闭合曲线

行走轨迹由视频流中每一帧取一个点而形成，分别经过（ｘ０，ｙ０），（ｘ１，ｙ１），…，（ｘｎ－１，ｙｎ－１），（ｘｎ，

ｙｎ）。其中，（ｘ０，ｙ０）为行走轨迹的起点；（ｘｎ，ｙｎ）为行走轨迹的终点。

算法描述：假设某人行走至点（ｘｍ，ｙｍ），判断两个轨迹点（ｘｍ，ｙｍ）（ｘｍ－１，ｙｍ－１）之间的线段与之前
该人所经过的所有两个相邻轨迹点之间的线段是否存在交叉，如
有交叉，则说明该人行走的轨迹是闭合曲线。否则，继续记录下
一个轨迹点，进行下一步判断。

（１）设（ｘ０，ｙ０）是某人行走轨迹的起点，（ｘｎ，ｙｎ）是行走轨迹

的终点，并假设当前行走至（ｘｍ，ｙｍ）点，其中ｍ＝２，…，ｎ；（２）判

断（ｘｍ，ｙｍ）（ｘｍ－１，ｙｍ－１）之间的线段与之前该人所经过的所有两
图１行走轨迹为闭合曲线
个相邻轨迹点之间的线段是否有交叉；（３）如果（ｘｍ，ｍ）（ｘｍ－１，
ｙＦｉｇ．１Ｗａｌｋｉｎｇｔｒａｃｋｉｓｃｌｏｓｅｄｃｕｒｖｅ
ｙｍ－１）之间的线段与之前行走过的任一条线段有交叉，则

收稿日期：２０１００８２０。
作者简介：张瑞玉（１９８２－），男，山东潍坊人。
·４５４·辽宁科技大学学报第３３卷

说明该人行走的轨迹是闭合曲线；否则ｍ＝ｍ＋１，转步骤（１）。

２行走轨迹为螺旋线

求出某人行走轨迹的中心点（ｘｚ，ｙｚ），以（ｘｚ，ｙｚ）为坐标原点将行走区域平均分为８个子区域，依

次判断（ｘ０，ｙ０），（ｘ１，ｙ１），…，（ｘｎ－１，ｙｎ－１），（ｘｎ，ｙｎ）落在哪个子区域。如果某人的轨迹点较平均地落
在每个子区域时，可判断该人是在围绕一个点运动，可对此
人画框并报警。

烄ｘ０＋ｘ１＋…＋ｘｎ
ｘｚ＝
ｎ＋１
烅（１）
ｙ０＋ｙ１＋…＋ｙｎ
ｙｚ＝
烆ｎ＋１

（１）按照式（１）计算某人行走轨迹的中心点（ｘｚ，ｙｚ）；

（２）以（ｘｚ，ｙｚ）为坐标原点将行走区域平均分为８个子区
图２行走轨迹为螺旋线的算法
域，区域０到区域７的角度范围依次为０°～４５°，４５°～９０°，
Ｆｉｇ．２Ａｌｇｏｒｉｔｈｍｆｏｒｓｐｉｒａｌｗａｌｋｉｎｇｔｒａｊｅｃｔｏｒｙ
９０°～１３５°，１３５°～１８０°，１８０°～２２５°，２２５°～２７０°，２７０°～
３１５°，３１５°～３６０°，算法原理见图２；（３）通过式（１）计算出α的角度数，根据其角度数及轨迹坐标值的正

负依次判断点（ｘ０，ｙ０），（ｘ１，ｙ１），…，（ｘｎ－１，ｙｎ－１），（ｘｎ，ｙｎ）落在哪个子区域中

ｙｉ
，，…，（）
α＝ａｒｃｓｉｎ２２ｉ＝０１ｎ２
（）槡