面向高清視頻的異常行為識別方法.pdf

1、人體行為識別是人工智能領(lǐng)域的研究熱點，可用于安防監(jiān)控、工業(yè)自動化、人機交互和視頻內(nèi)容分級等領(lǐng)域。高清攝像設(shè)備提高了視頻分辨率，豐富了目標細節(jié)信息，導致視頻分析的數(shù)據(jù)量迅猛增加，面向高清視頻的異常行為識別成為亟待解決的難題。
　　針對基于動攝像機的高速運動目標檢測速度慢的難題，本文提出基于運動矢量的高速運動目標檢測新方法。該方法首先分析高清視頻的碼流格式和解碼特點；然后從高清視頻流中直接提取運動矢量，并根據(jù)參考幀位置信息進行運動矢量

2、規(guī)范化；接著分析目標的運動方向分布特性，提取場景的全局運動參數(shù)，實現(xiàn)面向動攝像機的全局運動補償；最后通過分析運動矢量統(tǒng)計特征，實現(xiàn)面向動攝像機的高速運動目標快速檢測。仿真實驗表明，該算法可以有效提取動攝像機條件下的高速運動目標，目標提取速度較傳統(tǒng)算法有大幅提升。
　　針對行為識別中提取特征區(qū)分度差的難題，本文提出基于運動矢量的異常行為特征提取方法。該方法以區(qū)域運動矢量為基礎(chǔ)，首先提取運動矢量的方向直方圖、方向熵、方向相似度、強度和

3、幀內(nèi)目標感興趣度等幀內(nèi)特征，然后提取運動矢量的直方圖差和強度差等幀間特征，最后根據(jù)不同行為特征之間的差異性，提出行為特征描述子。仿真實驗表明，該算法提取的幀內(nèi)特征和幀間特征可以有效表示不同行為之間的差異性。
　　針對高清視頻中異常行為分類準確率低的難題，本文提出基于運動矢量特征的三級人體行為分類器。該方法以運動矢量方向熵為第一級分類特征，對當前行為是否為打架行為進行判斷；對于非打架行為，以運動矢量方向直方圖差為第二級分類特征，對當