1、在經(jīng)典的計(jì)算機(jī)視覺領(lǐng)域，由于傳統(tǒng)的色彩視頻包含信息復(fù)雜，再加上由于光照變化、煙霧等不利因素的影響，使得基于傳統(tǒng)彩色視頻的異常行為檢測的效果不好，幀率很低。而紅外熱像儀熱紅外視頻由于包含信息單一，并且在夜視、煙霧和光照劇烈變化的復(fù)雜環(huán)境下仍能有效工作。因此，在本文，我們使用FLIR FC-S系列紅外熱像儀采集熱紅外視頻，并基于采集的熱紅外視頻來進(jìn)行異常行為檢測。本文的主要研究內(nèi)容為：
　　1、本文利用基于輪廓的背景減除算法，提取熱紅

2、外視頻中的前景目標(biāo)。該方法的主要步驟為：使用基于統(tǒng)計(jì)的背景減除方法提取出感興趣的區(qū)域，然后建立輪廓顯著圖并進(jìn)行細(xì)化；使用分水嶺變換方法補(bǔ)全輪廓線；最后使用Flood-Fill方法填充輪廓并得到精確的前景目標(biāo)。
　　2、本文提出了一個(gè)基于單元格的異常行為檢測算法。由于異常行為發(fā)生概率低、持續(xù)時(shí)間短而且無周期性，因此，很難對異常行為進(jìn)行建模。而本文采取的策略為：先對訓(xùn)練集和測試集的視頻提取前景，然后將這些前景劃分為網(wǎng)格，并對每個(gè)單元格