刘艺航 王梓 王婧琦 谢慧芳 王迎港

摘要：文章研究了外人入侵异常行为识别及预警方法，并构建一种物联网智能安防系统原型。通过Camshift智能视频分析技术实现动态目标跟踪检测，进行人体行为分析。实验结果表明，该模型能使摄像机对入侵状况进行自主识别，判别准确率达98.52%。

关键词：物联网；目标跟踪；分层法；人体行为分析

目前的网络摄像机不能智能、实时地对异常人体行为进行判断和预警。针对外人入侵中的特征行为表现较为固定、简单的特点，本文提出一个基于分层方法的人体行为模型框架：只要获得物理特征层的元素，即可由这些低一层的元素结合人的先验知识作为约束条件推导出高一层的元素，以达到人体行为分析的目的。

由于外人入侵中的人体异常行为检测往往要求具备实时性和准确性，本文采用算法复杂度较低的背景减除法，进行人体目标检测；采用基于自适应多特征融合的Mean shift和Camshift算法，进行运动目标跟踪[1-3]。

1 目标检测

摄像机对监控视频中的内容进行智能跟踪分析，首先需要检测出前景目标，即在静止的背景下找到运动的目标[4]。综合考虑要达到系统要求的实时性，本文采用速度非常快、检测精度较高的背景减除法。

利用差分方法对前景目标进行检测。将当前帧记为I（x，y），背景图像记为B（x，y），二者的差分记为D（x，y），则D（x，y）= I（x，y）-B（x，y）。前景检测中的动态运动目标的图像如图1所示。

从图1可以清楚地观察到，差分检测方法能够准确有效地检测出在楼宇走廊内运动的受试人员，并用椭圆圈住。……