-
题名基于多尺度分块方向类模型的群体异常行为检测
被引量:2
- 1
-
-
作者
王思聪
陈莹
包智雄
于子皓
葛非凡
马元骅
-
机构
江南大学
-
出处
《计算机与数字工程》
2019年第11期2824-2829,2835,共7页
-
基金
国家级大学生创新训练计划项目“基于智能视觉监控的人群异常行为识别系统”(编号:201810295058)资助
-
文摘
针对公共场所人群骚乱、逃散等人群行为异常状态进行特征提取与检测的问题,提出了基于多尺度分块方向类群性模型的群体异常行为检测方法,用以解决因摄像头拍摄角度不同而产生的人群透视问题。基于拓扑理论计算个体所在运动路径的路径行为一致性得到个体所在群体的群体性指数,并通过特征相乘的方法将两种描述子进行特征融合建立方向-群体性模型,通过构建多尺度分块模型区分出目标块,在目标块中提取方向-群体性特征。最后,进行线性内插权值进行畸形矫正,进一步消除透视问题的影响,并通过稀疏表示的人群异常检测算法进行人群异常行为的判断。通过在PETS2009数据集上的检测,可以发现该方法适用于多角度的摄像拍摄,并能以较高的准确度实现人群异常的判断。
-
关键词
人群异常
方向-群体性特性
多尺度分块模型
目标块
视频内插权值
-
Keywords
crowd anomaly
direction-group characteristics
multi-scale block model
active block
video interpolation weigh
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-