1、在諸如自助銀行、售票大廳、火車站廣場等安防場景中，目標(biāo)的異常舉動可能會對場景中其他目標(biāo)造成財產(chǎn)、生命威脅。傳統(tǒng)安防系統(tǒng)針對監(jiān)視區(qū)域的視頻場景實時顯示與記錄，缺乏處理突發(fā)異常行為的能力。因此，本文針對攝像機固定、視野開闊的安防場景進行研究，分析銀行場景中7種常見的異常行為，旨在設(shè)計并實現(xiàn)行為分析算法，檢測出場景中的7種異常行為:區(qū)域入侵、警戒線穿越、徘徊、尾隨、逗留、人員聚集、ATM貼條。
　　針對7種異常行為特點，本文從目標(biāo)的整體

2、出發(fā)，研究目標(biāo)運動狀態(tài)信息作為行為分析的基礎(chǔ)，因此本文首先對相關(guān)目標(biāo)檢測、目標(biāo)跟蹤算法在安防場景中的應(yīng)用展開研究。針對安防場景中目標(biāo)運動特點，選擇背景減除、幀間差分組合算法檢測目標(biāo)，并結(jié)合原始背景圖像，判斷出運動目標(biāo)、靜止目標(biāo)與虛假目標(biāo);選擇卡爾曼濾波、均值漂移組合算法跟蹤目標(biāo)，確定搜索區(qū)域中心，根據(jù)特征匹配結(jié)果確定目標(biāo)最終位置，在匹配失敗情況下保留數(shù)幀跟蹤目標(biāo)，可解決場景中目標(biāo)合并、分離情況。
　　在目標(biāo)檢測、目標(biāo)跟蹤處理結(jié)果的