1. 研究目的与意义（文献综述）
中国在1998年已经成为较早进入老龄化社会的国家之一，2001～2020年中国正经历快速老龄化的阶段，平均每年增长人口596万，平均年增长速度达到3.28%。2020年，中国老龄化人口将达到2.48亿，老龄化水平将超过17%。与此同时，多年实施的独生子女政策使得中国出现了许多的独生子女家庭，由于很多子女需要异地工作，因此“空巢老人”的大量出现也是不可避免的。在人口高龄化，高龄人口中家庭空巢化的趋势下，作为监护人的独生子女父母既要抚养教育子女又要赡养父母，对他们无疑是非常沉重的负担。而在中国人口老龄化严重，社会化福利服务还十分落后的情况之下，如何解决“空巢老人”的家庭监护问题将日益凸显。因此，我们也希望能够实现一个相对智能的监护系统帮助承担一部分监护的工作。
近年来，随着计算机视觉技术的不断发展、计算机硬件的处理速度以及存储能力的不断提升和监控设备成本的逐渐下降，摄像头等监控装置已经被广泛的应用到各种场合，视频监控系统也逐步在监护领域扮演着越来越重要的角色。目前人体运动异常行为分析是计算视觉领域最活跃的研究主题之一。其核心是利用图像处理，图像分析，计算机视觉分析等技术从图像序列中检测、识别、跟踪、行人并对其行为进行理解和描述，进而找到异常行为。
近年来，目前国内外有很多的科研工作者致力于运动分析，也取得了一定的进展。国内对于智能化监控技术国家也给与了高度的重视，863项目为此开展了重大项目研究，公安部也为此在全国开展城市报警与监控系统建设“3111”试点工程；中国科学院自动化研究所将此方面的研究列入重点，取得了重大进展。研究成果包括：智能监控系统平台、目标异常行为的识别与报警、人和车辆的多目标检测跟踪与分类、人体异常动作识别报警等。
2. 研究的基本内容与方案
设计任务：
1. 查阅相关中英文资料，并选择一篇英文文献进行翻译。通过阅读文献了解人体识别和动作识别的相关算法以及相关的硬件知识；
2. 完成翻译两万字符的英文资料；
3. 研究计划与安排
第一至第二周： 查阅设计题目的相关资料；
4. 参考文献（12篇以上）
[1]gary bradski,adrian kaebler. 学习opencv[m]. 于仕琪,刘瑞祯. 北京：清华大学出版社, 2009.
[2]于成龙. 基于视频的人体行为识别关键技术研究[d]. 哈尔滨: 哈尔滨工业大学, 2014.
[3]周柯. 基于hog特征的图像人体检测技术的研究与实现[d]. 武汉：华中科技大学, 2008.
