基于耦合隐马尔可夫模型的异常交互行为识别

为了有效识别视频监控领域中的打斗和抢劫等异常交互行为,提出一种基于耦合隐马尔可夫模型(CHMM)的异常交互行为识别方法.首先对人与人之间异常交互行为与正常交互行为的特征差别进行分析,然后提取了包括速度、面积变化率、目标外接矩形长宽比变化率、目标间距、目标运动方向角度差以及方向梯度直方图6类人体目标的运动特征和形态特征,并组成训练数据集,在此基础上使用耦合隐马尔可夫方法构建异常交互行为模型.实验中引入一些典型的行为数据库,如CASIA和CAVIAR数据集,通过和传统的基于隐马尔可夫模型(HMM)的识别方法进行对比,表明CHMM方法更适合于识别少数人的异常交互行为,且识别率更高.