毕业论文课题相关文献综述
文 献 综 述摘要从智能监控系统画面中识别人的异常行为工作包括画面帧的获取，场景稳定预处理及优化，光流计算，数据集和模型的使用等，用以进行对行人的行为的判断、识别、分析，是图像处理和计算机视觉的活跃研究领域。
智能安防监控系统中行人异常行为检测与实现可以作为代替传统的人工监视成为高效、准确、实时和迅速的新型监控方式应用于智能建筑及公共场所等地，在识别到异常行为后，可以快速发出警报，引起联动的设备响应。
因此，具有重要的理论意义和实际价值。
本文在综合一些近几年国内外的有关视频监控系统中人的行为识别的文献基础上，介绍了智能安防监控系统中人异常行为检测与实现的研究背景及意义，阐述了课题的国内外研究现状，最后总结该课题难点，给出了方法综述。
关键字：视频监控；人类活动识别；异常行为；深度学习；卷积神经网络Abstract：It is an active research field of image processing and computer vision to recognize other people's abnormal behaviors from the intelligent monitoring system, including the acquisition of picture frames, the preprocessing and optimization of scene stability, optical flow calculation, the use of data sets and models, etc. The detection and implementation of human abnormal behavior in intelligent security monitoring system can be used as a new efficient, accurate, real-time and rapid monitoring method instead of traditional artificial monitoring in intelligent buildings and public places. After identifying the abnormal behavior, it can send out alarm quickly, causing the linkage of equipment response. Therefore, it has important theoretical significance and practical value.This paper introduces the background and significance of the research on the detection and implementation of human abnormal behavior in the intelligent security monitoring system based on the synthesis of some domestic and foreign literatures about human behavior recognition in the video monitoring system in recent years, expounds the research status at home and abroad of the subject, and finally summarizes the difficulties of the subject and gives a method overview.Keywords：Video surveillance; human activity recognition; abnormal behavior；deep learning；convolutional neural network一、 课题研究背景及意义1.1 智能安防监控系统中行人异常行为检测与实现的研究背景随着国民经济的发展，各种公共场所的安放压力也不断增加，各地相继开展天网平安城市等工程[1]，包含数十万个摄像头覆盖城市各个角落。
传统的人工值守不再大范围适用，智能化视频监控的需求与日俱增，当下社会急需包括计算机视觉、数字图像处理、卷积神经网络和人工智能等领域的新型智能监控系统。
智能安防监控系统中行人异常行为检测的实现利用计算机实时分析获取的视频序列，自动提取跟踪目标进而识别其是否存在正常行为并给出相应反馈[2]。
近年来随着智慧建筑，平安城市的概念在国内的普及，社会对建筑中的安防系统也提出了更高的要求，而计算机性能的大幅提升和面向数字图像的行为分析技术，识别算法的飞速发展和可靠的卷积神经网络[3]与数据集的提出也为实现智能安防监控系统对行人异常行为的自动化识别与响应提供了可能。
相比于以往依赖人工运作的监控审查机制，由计算机主导的智能安防监控系统在效率、准确度、响应速度和使用成本等方面都有着巨大的优势[4]。
同时， 人工方法居高不下的管理成本和不可避免的工作失误，与建筑安全领域长期性的低容错率形成了激烈的矛盾。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
