在计算机视觉和模式识别领域,动态场景下的行为检测和识别是最受关注的研究方向之一,它具有很广泛的应用前景。但是现今大多数的研究都是针对于简单环境的,如果将现有的方法直接应用于复杂场景下,检测和识别效果不佳,所以本文提出使用拆分模型来提取复杂场景下的目标行为,从而提高行为识别率。本文主要是针对复杂机场环境下的行为检测。机场视频量大,活动对象多而且复杂,互相遮挡比较严重,所以本文主要是针对靠近摄像头区域的人类行为,对于远离摄像头,动作细微的行为不进行检测识别。本文中提取运动人体区域使用的是帧间差的方法,提取对象特征使用的是兴趣点的方法。所谓的兴趣点就是在整个视频段上像素变化的局部最大值,这些兴趣点能反映行为的局部特征,而这些局部特征的组合就能区别不同的行为。兴趣点的提取采用Harris角点的方法。鉴于上述第二段所讲述的机场视频的特征,本文的研究重点在于如何从复杂环境下提取目标行为的特征,即从整个场景下的兴趣点集合中获取目标行为对应的兴趣点集合。解决这个问题的方法是采用Graphviz工具和k-means聚类方法,在人工交互的情况下,提取最贴合目标行为的特征。通过这个拆分过程可以训练得到一个拆分模型。本文中每个行为视频的描述采用的是bag-of-words的方法,利用所有训练样本提取的cuboids特征聚类生成visual words,则每个行为视频可以表示为各类visual word出现概率的一个向量,然后利用SVM训练得到行为模型。测试样本进行测试的时候首先提取特征,然后将特征输入拆分模型判定拆分与否,得到该样本的拆分树状图,然后对所有叶子节点提取cuboids,并利用bag-of-words的方法描述节点视频,然后输入行为模型进行行为分类,取得了不错的识别效果。通过实验,本文中所提出的方法取得了85.366%的正确率,充分说明了引入拆分模型对识别率提高的关键作用。