運用人體輪廓特徵與靜態動作分類為基礎的行為分析系統

隨著科技進步，監控系統已經被廣泛的運用在許多環境。有別於過去單純錄影功能的監控系統，目前研究方向已漸漸邁向智慧型監控。智慧型監控主要是利用電腦視覺的技術，讓監控系統可以自動擷取到人的位置，進而分析其在視訊中的各種行為。本論文的研究目的，即在於利用監控攝影機所拍下的視訊中，偵測其中人類物件的位置，進行追蹤與分析，並將人類物件所表現出的動作分割成多個靜態動作存入資料庫後進行比對，以辨識該種行為屬於何種行為。本系統設計包含擷取視訊物件的前置處理、物件的正規化、人類特徵擷取、建立行為資料庫與人類行為分析等步驟。本系統以在20個標準行為所建立出來的行為資料庫為訓練樣本，再經由32個未知行為樣本測試，可以成功的分辨出行走和跑步這兩種常見的人類行為，其中行走與跑步所包含2322及610之靜態動作其辨識率均達到90%以上。總而言之，人類的行為是由多個動作所組成的，利用這種方法未來將可以經由各種靜態動作的組合分析出多種的人類行為，將此方法應用在監控系統上將可以應付各種不同行為分析的需求。