-
题名一种基于ViBe的中高密度群体异常行为分级算法
被引量：1
- 1
-
-
作者
汪晓飞
杨龙成
胡俊
杨晓玲
-
机构
成都师范学院计算机科学学院
成都大学模式识别与智能信息处理高校重点实验室
成都师范学院学报编辑部
-
出处
《成都师范学院学报》
2019年第3期118-124,共7页
-
基金
四川省科技厅应用基础项目"基于粒子流的大型公共场合人群流疏散模型应用研究"(2016JY0199)
成都大学模式识别与智能信息处理高校重点实验室开放基金项目"基于流体力学的突发事件下人群行为分析研究"(MSSB-2016-7)
+1 种基金
成都师范学院科研培育项目"基于视频的人群骚乱行为检测"(CS15ZD02)
成都师范学院2018年科研培育项目"基于群体行为特征的人群骚乱事件检测"(CS18ZD03)
-
文摘
群体异常行为的发生将对社会公共安全构成危害,而当发生异常行为的场景中人群密度越高时,对应的危害程度也就越高。因此,通过对群体的密度特征进行学习分类,提出一种适合于中、高密度人群的群体异常行为分级算法。算法首先根据ViBe算法对场景中人群密度比例进行阈值判断,当该比例超过阈值时,采用基于纹理的分析方法对该场景进行密度估计,并以此为依据,对场景中的异常行为进行分级。实验结果表明,该算法能对中、高密度场景中的人群异常行为进行有效合理分级,具有较强的鲁棒性。
-
关键词
群体异常行为
群体密度估计
纹理分析
支持向量机
-
Keywords
abnormal crowd behavior
crowd density estimation
texture analysis
SVM
-
分类号
TP391.41
[自动化与计算机技术—计算机应用技术]
-
