基于稀疏編碼的群體異常行為檢測(cè).pdf

1、隨著世界范圍內(nèi)人口的膨脹和城市的發(fā)展,出現(xiàn)了越來(lái)越多人群密集的公共場(chǎng)所。這些場(chǎng)所在提供人們生活便利的同時(shí),也為犯罪活動(dòng)提供了地點(diǎn)。因此,公共安全是全世界面臨的一個(gè)刻不容緩的問(wèn)題。視頻監(jiān)控作為控制公共場(chǎng)所犯罪行為的主要手段,正在被越來(lái)越廣泛地應(yīng)用。由于人會(huì)疲勞而且不能及時(shí)注意到整個(gè)場(chǎng)景中的每個(gè)細(xì)節(jié),因此使用技術(shù)手段實(shí)時(shí)地分析監(jiān)控視頻并發(fā)現(xiàn)異常成為了計(jì)算機(jī)視覺領(lǐng)域興起的一個(gè)研究熱點(diǎn)。
　　針對(duì)群體場(chǎng)景異常行為檢測(cè),在近幾年世界頂級(jí)的國(guó)

2、際會(huì)議和期刊上,相繼有許多相關(guān)的模型和算法被提出。與此同時(shí),也出現(xiàn)了幾個(gè)專門針對(duì)群體場(chǎng)景異常行為的公共數(shù)據(jù)集。雖然目前研究人員已經(jīng)做出了大量的工作,但取得的效果仍然存在很多不足,特別是在人群密集、出現(xiàn)遮擋等情況下,檢測(cè)的性能仍然有很多有待提高的空間。
　　在本文中,基于稀疏編碼理論,我們提出了一個(gè)新穎的方法。該方法通過(guò)局部稀疏表示來(lái)計(jì)算動(dòng)態(tài)顯著度信息,從而對(duì)群體場(chǎng)景下的異常行為進(jìn)行檢測(cè)。與現(xiàn)有的其它基于稀疏編碼的方法不同,本方法不

3、需要通過(guò)學(xué)習(xí)來(lái)得到字典,而是通過(guò)使用目標(biāo)區(qū)域的周圍區(qū)域作為基函數(shù)對(duì)目標(biāo)區(qū)域進(jìn)行稀疏表示。我們使用該表示所得到的殘差來(lái)衡量運(yùn)動(dòng)目標(biāo)的受關(guān)注程度。
　　此外,為了能更好地反映出現(xiàn)實(shí)生活中的情況,我們提出了如下假設(shè):活動(dòng)越激烈或越混亂,發(fā)生異常行為的可能性也越大。根據(jù)此假設(shè),我們?cè)O(shè)計(jì)了兩個(gè)屬性:活動(dòng)強(qiáng)度屬性及活動(dòng)關(guān)注度屬性,并分別設(shè)計(jì)出了兩個(gè)量化算法對(duì)這兩個(gè)屬性進(jìn)行量化表示。
　　為了驗(yàn)證本文所提出方法的性能,我們?cè)趦蓚€(gè)公共數(shù)據(jù)集