

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、視頻中的異常事件檢測是智能視頻監(jiān)控中一個重要研究方向,近年來逐漸成為深受關(guān)注的應用領(lǐng)域。擁擠場景是指一些人口流動性大、稠密度高的公共場所,如地鐵、廣場等,這些場所易發(fā)生群體性事件,如果不能即時處理,會產(chǎn)生嚴重的影響。因此,針對擁擠場景中的異常檢測需要進行深入的研究。在非擁擠場景中通常采用目標檢測及跟蹤的方法進行異常判斷;而在擁擠場景中,很難分離每個目標或事件,因此更多有效的方法選擇使用局部特征來表示異常事件,包括時空信息、抽取運動特征以
2、及建立光流直方圖等。根據(jù)檢測的區(qū)域,擁擠場景中的異常檢測又可劃分為局部異常檢測和全局異常檢測。本課題分別研究了擁擠場景中的局部異常檢測和全局異常檢測的方法。
本文研究了一種基于時空MRF框架的局部異常檢測方法。選定一段時空域上的視頻幀,對每幀圖像進行劃分,每一個劃分代表時空MRF中的一個節(jié)點,這些節(jié)點就構(gòu)成了一個時空MRF圖模型。節(jié)點的特征可以用光流來描述,本文采用金字塔LK光流法計算各節(jié)點處的光流場。然而最初的光流并不能很好
3、的表示節(jié)點處的運動特征,需要進一步的特征建模。MPPCA方法類似于高斯混合模型,它通過組合多個概率PCA模型可以更好的表示復雜數(shù)據(jù)。因此,本文使用MPPCA對低層的光流進行建模。MRF的能量最小化求解問題是 NP難,但可以通過近似算法進行求解,如置信傳播算法。在時空MRF模型中應用置信傳播里可以得出各節(jié)點的標號,這個標號可以表示節(jié)點的狀態(tài)(正?;虍惓#?,把它作為局部異常檢測的判斷依據(jù)。
對于全局異常檢測,本文研究了一種基于稀疏
4、表示的方法并進行了算法上的改進。視頻中每幀的圖像可以提取出它的光流直方圖特征向量,根據(jù)一個已知的特征向量基對特征向量進行稀疏表示,不同幀的特征向量得到的稀疏系數(shù)幅值不同。選取視頻中正常幀的特征向量進行字典學習,可以得到一個特征向量基,也就是字典。再使用這個字典對測試幀的特征向量進行稀疏表示,異常幀特征向量的稀疏系數(shù)幅值變化較大。為了量化異常幀的異常程度,根據(jù)求得的稀疏系數(shù)構(gòu)建一個稀疏表示代價函數(shù),作為判斷視頻中某一幀是否異常的依據(jù)。在稀
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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 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。
- 6. 下載文件中如有侵權(quán)或不適當內(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
- 擁擠場景下視頻異常事件檢測技術(shù)研究.pdf
- 監(jiān)控視頻中異常事件檢測及異常事件摘要研究.pdf
- 視頻異常事件檢測研究.pdf
- 多視頻流異常事件檢測方法研究.pdf
- 視頻監(jiān)控中異常事件實時檢測方法研究與實現(xiàn).pdf
- 交通監(jiān)控視頻中的異常事件檢測.pdf
- 視頻異常事件檢測算法研究.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
- 自助銀行服務中的異常事件檢測研究.pdf
- 復雜場景下基于中層語義表示的視頻異常事件檢測的研究.pdf
- 視頻中異常事件檢測與特征稀疏表示研究.pdf
- 基于人群的異常事件檢測的研究.pdf
- 視頻監(jiān)控下人群異常事件檢測研究.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
- 云性能監(jiān)控中的智能采樣方法與異常事件檢測技術(shù).pdf
- 基于視頻的無監(jiān)督異常事件檢測.pdf
- 基于監(jiān)控視頻的人群異常事件檢測.pdf
- 異常事件檢測算法設計與實現(xiàn).pdf
- 基于經(jīng)驗模態(tài)分解的城市供水水質(zhì)異常事件檢測方法研究.pdf
- 基于RFID技術(shù)的車間生產(chǎn)異常事件檢測研究.pdf
評論
0/150
提交評論