摘要针对视频检测中异常事件检测问题，提出基于稀疏表示的异常事件检测方法。研究 方法为使用 MATLAB 软件对待检测目标行为的实时视频，利用自然图像小波系数的稀疏性 建立稀疏表示模型，对目标进行优化提取，引入随机测量矩阵对异常数据进行检测，提 出数据流异常数据预测方法。用实例测试验证了其可靠性。该方法在一定条件下可以达 到利用稀疏表示检测异常数据的目的，弥补研究者在视觉感官应激方面的不足，提高了 检测捕捉目标的效率和精度。表明提出的稀疏表示方法可以在稀疏正规化约束下确定稀 疏度，还可以利用矩阵分解简化迭代过程中矩阵求逆来有效获取异常。74259

毕业论文关键词 视频处理 检测与识别 稀疏表示 MATLAB

毕 业 设 计 说 明 书 外 文 摘 要

Title Abnormal Event Detection based on Sparse Representation

Abstract Video detection of abnormal event detection, anomaly detection method based on sparse representation put forward。Research methods for the use of MATLAB software to detect targets real-time video, using the sparsity of natural image Wavelet coefficients, sparse representation, object extraction, stochastic measurement matrix to detect the abnormal data, data flow anomaly data prediction methods。Tested using examples their reliability。Under certain conditions, this method can achieve the objective of using sparse representations to detect abnormal data, make up for the shortage of researchers in terms of Visual sensory stress, improves the efficiency and accuracy of detecting target。Sparse representation shows that the proposed method can in sparse regularization constraints determine the sparsity, matrix decomposition can also be exploited to simplify iteration matrix inversion to effectively get the exception。

Keywords Video processing Detection&identification  Spare representation MATLAB

本科毕业设计说明书 第 I 页

目 次

1 绪论 1

1。1 异常事件检测的应用背景 1

1。2 异常事件检测的经典方法 2

1。3 主要工作说明 3

1。3。1 主要研究工作 3

1。3。2 论文结构安排 4

2 基于 MATLAB 的视频处理 5

2。1 MATLAB 工具 6

2。1。1 基于 MATLAB 的图像处理句柄函数介绍 6

2。1。2 动态回调程序原理 6

2。1。3 视频解析异常检测 6

2。2 检测与识别 7

2。2。1 图像去噪 7

2。2。2 异常事件检测 8

3