版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、在智能視頻監(jiān)控領(lǐng)域中,人群異常事件檢測技術(shù)是關(guān)鍵課題之一,其主要任務(wù)是從監(jiān)控視頻中試圖自動篩選出各種不同的異常事件,并能夠及時提醒安防人員應(yīng)對處理。在擁擠場景中運動個體數(shù)量較多且容易發(fā)生遮擋現(xiàn)象,使用基于運動目標(biāo)跟蹤的傳統(tǒng)異常檢測方法檢測效果很差,也是不切實際的。基于此,本文從理論與實際角度出發(fā)對人群異常事件檢測方法進行了新的探索。
針對異常區(qū)域的檢測,本文采用了一種半?yún)?shù)模型的掃描統(tǒng)計方法,其中異常區(qū)域范圍的確定可通過設(shè)置掃
2、描窗口的大小。在該方法中首先需要提取視頻序列中運動目標(biāo)的光流信息;然后,通過視覺詞袋模型將獲得的光流信息轉(zhuǎn)化為流詞直方圖;最后,計算區(qū)域內(nèi)外似然比檢驗統(tǒng)計量,從而實現(xiàn)區(qū)域異常的判斷。
人群異常事件包括全局異常事件和局部異常事件。針對全局異常事件的檢測,本文將掃描窗口設(shè)置為整個視頻幀的大小,將檢測的異常區(qū)域中存在的事件視為全局異常事件。針對局部異常事件的檢測,本文首先以局部最近鄰描述符為特征描述因子,對正常行為視頻的每個單元格進
3、行訓(xùn)練,從而為每個單元格獲得各自的混合成員樸素貝葉斯(MMNB)模型;然后將局部異常區(qū)域均分為相同的單元格,采用最大光流能量法搜索到最有可能發(fā)生異常行為的單元格即最大能量單元格,與此同時計算出該單元格的局部最近鄰描述符;最后,對最大能量單元格在 MMNB模型下進行異常判斷,若單元格判斷為異常后,則對其四鄰域的單元格繼續(xù)進行檢測,從而達到對異常的定位。
此外,將本文提出的方法在 UMN數(shù)據(jù)集、UCSD數(shù)據(jù)集上分別進行了實驗,實驗
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于監(jiān)控視頻的人群異常事件檢測.pdf
- 監(jiān)控視頻中異常事件檢測及異常事件摘要研究.pdf
- 視頻監(jiān)控中人群狀態(tài)分析及異常事件檢測方法研究.pdf
- 交通監(jiān)控視頻中的異常事件檢測.pdf
- 視頻異常事件檢測研究.pdf
- 基于異常事件檢測的交通監(jiān)控視頻摘要.pdf
- 視頻異常事件檢測算法研究.pdf
- 視頻監(jiān)控中異常事件實時檢測方法研究與實現(xiàn).pdf
- 基于人群的異常事件檢測的研究.pdf
- 智能視頻監(jiān)控中群體異常事件檢測方法研究與實現(xiàn).pdf
- 基于數(shù)據(jù)驅(qū)動的視頻監(jiān)控異常事件檢測系統(tǒng)研究.pdf
- 多視頻流異常事件檢測方法研究.pdf
- 基于隱馬爾可夫模型的監(jiān)控視頻異常事件檢測.pdf
- 基于視頻的無監(jiān)督異常事件檢測.pdf
- 基于隱馬爾可夫模型的監(jiān)控視頻異常事件檢測
- 基于視頻監(jiān)控的城市交通異常事件檢測算法研究.pdf
- 視頻監(jiān)控中敏感區(qū)域的異常事件檢測系統(tǒng)研究.pdf
- 擁擠場景下視頻異常事件檢測技術(shù)研究.pdf
- 視頻中異常事件檢測與特征稀疏表示研究.pdf
- 基于統(tǒng)計圖模型的視頻異常事件檢測.pdf
評論
0/150
提交評論