-
题名基于时空特征点的群体异常行为检测算法
被引量：6
- 1
-
-
作者
王传旭
董晨晨
-
机构
青岛科技大学信息学院
-
出处
《数据采集与处理》
CSCD
北大核心
2012年第4期422-428,共7页
-
基金
国家自然科学基金主任基金(61142003)资助项目
山东省自然科学基金(ZR2010FL007)资助项目
山东省高等学校科技计划(J10LG23)资助项目
-
文摘
提出了用时空特征点描述群体行为的新方法。首先对比分析时空Harris角点、Gabor小波、Hessian矩阵三种特征点提取方法,选择了基于Hessian矩阵的尺度不变方法提取特征点;分别采用梯度直方图、光流直方图以及时空Haar特征三种方法对特征点构建描述符。采用Bag-of-words策略对正常行为建模,使用基于EM估计的高斯混合模型建模产生关键词,根据关键词为每一视频片段建立一个带有概率分布的编码向量,形成编码表。异常行为的检测是将测试样本的编码向量与训练样本编码表进行比较,计算相似度距离,当最小距离大于阈值时,判该群体行为异常。在UCF和UMN两种群体行为数据集下的实验结果表明,该方法能够对群体异常行为进行有效识别,对尺度变化以及背景光照变化等具有较好的适应性。
-
关键词
群体异常行为
时空特征点
关键词词袋
高斯混合模型
-
Keywords
crowded abnormal behavior
spatial-temporal interesting points
bag-of-words
gaussian mixture model（GMM）
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于改进瞬时能量的人群异常行为识别算法
被引量：6
- 2
-
-
作者
徐蕾
彭月平
刘曼
贺科宁
-
机构
武警工程大学研究生大队
武警工程大学信息工程学院
-
出处
《科学技术与工程》
北大核心
2018年第16期223-230,共8页
-
基金
国家博士后基金面上项目(2013M542355)
武警工程大学基础研究项目(XJY201420)资助
-
文摘
人口密度的逐年增加使得公共场所的人群暴乱事件频繁发生,利用相关技术对现有的监控视频进行实时分析,及时对突发的人群异常情况报警,对于维护社会秩序和公共安全具有重要的研究意义。提出了一种基于改进瞬时能量的人群异常行为识别算法,把提取到的人群分布信息和运动信息融合后,计算得到瞬时能量,并与设定的异常阈值比较,以识别人群异常行为。实验结果表明:针对相同的视频数据,该算法降低了传统动能公式因单一考虑人群运动信息而导致对异常行为误检的概率,识别人群异常行为的准确性要高于其他同类方法。
-
关键词
瞬时能量
人群异常行为
混合高斯模型
-
Keywords
prompt energy crowd abnormal behavior gaussian mixture model
-
分类号
TP391.14
[自动化与计算机技术—计算机应用技术]
-
