基于视频结构化与IoT的行为分析应用实现

周文杰，伍文豪，丁德红，郭国强，帅勇

（1.国网湖南省电力有限公司常德供电分公司，常德 415000；2.湖南文理学院，常德 415000；3.湖南应用技术学院，常德 415099）

0 引言

人体行为识别是利用计算机技术，通过特定的识别算法，分析视频设备采集到的数据，对视频中的人进行行为识别的技术[1]。随着我国在视频监控领域的市场不断扩大，传统的视频监控系统已经不能满足人们的需求，更期望能有一套完整的监控系统，对视频中我们感兴趣的事件能够自动地检测出来，不需要人工干预即可完成我们所需要的视频片段或者图片，当前有很多学者研究人员在这方面进行不断发掘，在传统的人体行为分析算法进行改进或者开发出新的算法。

文献[2]在复杂场景下的单人行为监测、实时连续行为监测、多人交互行为分类问题上给出了不同的解决方案，在复杂场景单人行为监测中使用了遮罩的模板匹配方法使用CMU数据库进行了算法测试，实验结果表明通过遮罩进行特征识别结果比没有遮罩识别结果效果好，文献[3]中提出了一种慢特征分析（SFA）方法进行视频中的人体行为分析，与改进型慢特征分析算法（D-SFA）进行实验对比，验证了慢特征分析方法和改进型的特征分析算法在人体行为分析提取慢特征的有效性，同时实验证明在一定程度上D-SFA比SFA的效果更好。文献[4]中作者将人脸识别、人体解析和行为解析应用到公安的交通治安、视频巡逻、调查取证、治安案件调查等多个重要业务应用，就不需要大量人力对视频内容进行手动筛选，减少工作量，并且提到监控领域对智能分析系统的需求日益增多。……