期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
基于运动显著图的人群异常行为检测 被引量:7
1
作者 胡学敏 易重辉 +2 位作者 陈钦 陈茜 陈龙 《计算机应用》 CSCD 北大核心 2018年第4期1164-1169,共6页
针对公共场所中人群监控准确性和实时性低的问题,提出一种基于运动显著图的人群异常行为检测方法。该方法首先利用Lucas-Kanade法计算稀疏特征点的光流场,并对光流场进行时间和空间上的滤波处理,然后计算特征点的运动方向、速度和加速... 针对公共场所中人群监控准确性和实时性低的问题,提出一种基于运动显著图的人群异常行为检测方法。该方法首先利用Lucas-Kanade法计算稀疏特征点的光流场,并对光流场进行时间和空间上的滤波处理,然后计算特征点的运动方向、速度和加速度。为了准确描述人群行为,将人群的速度幅值、运动方向变化量和加速度幅值分别映射为图像的R、G、B三个通道,并以此合成代表人群运动特征的运动显著图。最后,设计和训练面向人群运动显著图的卷积神经网络模型,并利用该模型检测人群中是否存在异常行为。实验结果表明,该方法能够有效、实时地检测人群异常行为,在UMN和PETS2009数据集的检测率均达到了97.9%以上。 展开更多
关键词 人群异常行为检测 光流法 运动显著图 卷积神经网络 视频监控
下载PDF
基于时空立方体的人群异常行为检测与定位 被引量:6
2
作者 胡学敏 余进 +2 位作者 邓重阳 宋昇 陈钦 《武汉大学学报(信息科学版)》 EI CSCD 北大核心 2019年第10期1530-1537,共8页
针对视频监控系统中人群异常行为检测准确率低的问题,提出了一种基于时空立方体的人群异常行为检测与定位方法。首先利用光流法计算等间距采样的特征点光流场,然后根据光流场计算特征点的运动速度、方向和方向熵3个特征量,并分别将其统... 针对视频监控系统中人群异常行为检测准确率低的问题,提出了一种基于时空立方体的人群异常行为检测与定位方法。首先利用光流法计算等间距采样的特征点光流场,然后根据光流场计算特征点的运动速度、方向和方向熵3个特征量,并分别将其统计直方图投影到对应的三维立体空间中,构建描述人群行为的时空立方体特征。同时,将图像分成多个子区域,并计算各子区域的时空立方体特征;设计基于最近邻分类和支持向量机的级联分类器,完成人群异常行为的检测与定位。结果表明,该方法比现有方法能更准确地检测视频中的异常人群。 展开更多
关键词 视频监控 人群异常行为检测 光流法 时空立方体 级联分类器 支持向量机
原文传递
基于时空LBP加权社会力模型的人群异常检测 被引量:6
3
作者 曹艺华 杨华 李传志 《电视技术》 北大核心 2012年第21期145-148,共4页
针对基于传统社会力模型的人群异常行为检测算法忽视了场景中各个区域信息差异性的问题,考虑到时空LBP序列谱特征的计算简单性和区域代表性,提出了一种基于时空LBP加权社会力模型的人群异常行为检测算法,将时空LBP序列谱特征所包含的时... 针对基于传统社会力模型的人群异常行为检测算法忽视了场景中各个区域信息差异性的问题,考虑到时空LBP序列谱特征的计算简单性和区域代表性,提出了一种基于时空LBP加权社会力模型的人群异常行为检测算法,将时空LBP序列谱特征所包含的时域特性和区域信息融入社会力模型,使得社会力模型更为精确地对人群行为进行建模。实验证明,与传统算法相比,改进后的算法在异常行为的查准率与查全率上有很大的提高。 展开更多
关键词 光流 局部二值模式 社会力模型 异常检测
下载PDF
基于运动前景效应图特征的人群异常行为检测 被引量:6
4
作者 张俊阳 谢维信 植柯霖 《信号处理》 CSCD 北大核心 2018年第3期296-304,共9页
异常行为检测是智能监控领域的研究热点之一,针对人群中的异常行为,提出了一种基于运动前景效应图特征的人群异常行为检测算法。该算法首先通过自适应混合高斯模型的前景检测方法分割得视频帧序列的前景区域,而后对视频帧图像采用分块处... 异常行为检测是智能监控领域的研究热点之一,针对人群中的异常行为,提出了一种基于运动前景效应图特征的人群异常行为检测算法。该算法首先通过自适应混合高斯模型的前景检测方法分割得视频帧序列的前景区域,而后对视频帧图像采用分块处理,结合获得的前景区域计算运动前景目标块的运动效应图,并提取其各个空时分块的运动效应图特征,通过一种改进的优化初始聚类中心的K均值聚类算法对数据进行训练和测试。实验结果表明,与现有算法相比,本文算法有效地提高了异常行为的检测准确率,并可定位异常行为的位置。 展开更多
关键词 异常行为检测 前景分割 运动效应图特征 改进的K均值聚类
下载PDF
公共场所人群加速度异常检测系统 被引量:5
5
作者 华斌 梁茜 +1 位作者 刘赏 盛家川 《安全与环境学报》 CAS CSCD 北大核心 2017年第3期1043-1048,共6页
针对目前基于速度检测公共场所密集人群异常行为存在的检测准确率低、使用范围局限的问题,从人群的加速度角度对可能导致公共安全事故的人群异常行为进行研究,提出了一种基于加速度检测人群异常行为的算法,并基于该算法实现了针对人群... 针对目前基于速度检测公共场所密集人群异常行为存在的检测准确率低、使用范围局限的问题,从人群的加速度角度对可能导致公共安全事故的人群异常行为进行研究,提出了一种基于加速度检测人群异常行为的算法,并基于该算法实现了针对人群逃散、人群聚集、人群拥挤和人群逆行4种异常行为检测的系统。首先,利用金字塔Lucas-Kanade光流法进行特征点跟踪;然后,在获取到特征点的速度矩阵基础上进一步计算其加速度矩阵,反映速度的整体变化;最后,从加速度大小和方向两方面检测人群异常行为。结果表明,所提算法检测用时较少,相比基于速度检测的对比算法,检测的正确率提高到80%,误报率降低为5%。 展开更多
关键词 安全管理工程 人群异常行为 加速度 金字塔Lucas-Kanade光流法 检测系统
下载PDF
一种基于脉线流卷积神经网络的人群异常行为检测算法 被引量:2
6
作者 蒋俊 张卓君 +3 位作者 高明亮 徐立宾 潘金凤 王新越 《工程科学与技术》 EI CAS CSCD 北大核心 2020年第6期215-222,共8页
在计算机视觉领域,人群异常行为检测技术可以广泛应用于视频监控、智能视频分析、群体行为识别等领域,因此,受到了学者们的广泛关注。由于视频中人群目标具有尺度变化大、透视形变、标注偏置等特点,人群异常行为检测依然是一个具有挑战... 在计算机视觉领域,人群异常行为检测技术可以广泛应用于视频监控、智能视频分析、群体行为识别等领域,因此,受到了学者们的广泛关注。由于视频中人群目标具有尺度变化大、透视形变、标注偏置等特点,人群异常行为检测依然是一个具有挑战性的难题。为此,本文提出了一种基于脉线流卷积神经网络的人群异常行为检测方法(streak flow CNN abnormal behavior detection,SFCNN–ABD)。SFCNN–ABD是一个双域网络,网络结构由两个深度残差网络作为骨干网络,分别为空域网络和时域网络。其中,空域网络的输入是原始视频帧,提取人群行为的表观特征;时域网络利用脉线流提取人群行为的运动特征,脉线流能更准确地识别场景中的空域和时域变化,因此能进一步提升人群异常行为检测的准确性。所提方法是通过卷积神经网络获取显著的人群行为空域特征,并通过脉线流结合卷积神经网络获取人群行为时域特征;最后,将两个网络的输出求取平均值,完成人群异常行为的检测。在UMN和VIF两个公开基准数据集进行了测试,实验结果表明本文方法的检测准确率优于当前主流算法,验证了本文方法的有效性。 展开更多
关键词 人群异常行为检测 脉线流 时空卷积网络 残差网络
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部