基于谱聚类的视频异常事件检测

本文解决了拥挤场景下异常事件检测与定位难的问题,提出了一种基于谱聚类的视频异常事件检测算法。该算法通过学习局部特征在时空上的变化,来提取视频中不同的人群事件。将时空块上的运动信息作为局部特征样本,利用拉普拉斯特征映射,将训练视频中的局部特征映射到低维空间中进行聚类,得到不同的正常人群事件的类中心,以类中心建立码本。实验结果表明,该方法能较好地对异常行为进行检测与定位,具有较高的识别率。