智能视频监控中,行人行为分析技术能够及时发现并处理异常行为,在保障社会安全方面具有巨大的实用价值。本文主要对如何从视频序列中准确、快速地识别出人体异常行为进行研究,在有效的目标检测和跟踪基础上,根据相应的人体特征实现人体异常行为的识别。首先,本文选取合适的测试视频数据库,为客观评价算法性能提供可靠保障。同时,对测试视频进行预处理,滤除视频采集或传输过程中的噪声。其次,本文分析总结四种常用的运动目标提取方法,比较各自的优缺点,并采用抗噪性好、运算效率高的ViBe+算法进行运动目标检测。该算法提取出精确地运动目标轮廓,再进行边缘连接、区域填充及形态学操作提取出完整的运动目标。针对目标检测中出现的“鬼影”、运动目标不完整性等问题,该算法通过传播抑制,连接区域滤波操作等相应方法进行处理。在运动目标跟踪上,通过目标检测获得行人的区域特征,以此建立行人区域模板,再通过逐帧行人模板匹配的方式实现跟踪行人的目的。本文采用基于多特征模板匹配的行人跟踪算法,并对采用的特征纹理、颜色、梯度特征做了详细介绍。最后,本文针对特定行人越界、行人跌倒、行人打斗三种不同的行人行为进行分析。采用基于颜色识别与质心检测方法,针对特定行人越界进行报警。采用人体外接矩形长宽比特征和质心偏离程度特征实现人体摔倒行为识别。采用基于目标距离关系和图像光流特征的方法实现人体打斗行为识别方法。