

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(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、近年來隨著各種公共安全、災(zāi)害監(jiān)測、社會反恐等各類事件的發(fā)生,監(jiān)控視頻在我們的生活中已經(jīng)無處不在,且監(jiān)控視頻的數(shù)據(jù)量也呈爆炸式增長,傳統(tǒng)的通過人工方式去進(jìn)行監(jiān)控視頻的信息處理不僅低效而且很容易漏過可疑目標(biāo)和異常事件?;谶@一原因,監(jiān)控視頻的智能化分析需求已經(jīng)變得越來迫切,如何使用計算機(jī)對監(jiān)控視頻的內(nèi)容進(jìn)行更為高效的智能化理解已經(jīng)成為近些年來的研究熱點(diǎn)。
本文主要對視頻異常事件的檢測進(jìn)行了研究:
?。?)提出了一種光流宏塊
2、進(jìn)行預(yù)處理的算法:對于視頻底層特征的利用不局限于兩種傳統(tǒng)的處理方式——將像素級別的特征作為單獨(dú)的一個整體或?qū)o預(yù)處理的宏塊特征作為單獨(dú)的一個整體,而是通過對光流宏塊進(jìn)行預(yù)處理優(yōu)化從而使得運(yùn)動一致性較高的像素點(diǎn)作為單獨(dú)的一個整體去表征成光流集合的形式。
?。?)提出了一種新的基于光流宏塊的統(tǒng)計特征模型:在光流宏塊的幅度特征的基礎(chǔ)上,創(chuàng)造性的將信息熵理論引入到統(tǒng)計特征的提取過程中,通過將光流場的方向量化并計算出光流宏塊的有序系數(shù),很
3、好的表征出了光流宏塊的相位特征,然后用這兩個特征融合構(gòu)建出光流宏塊的統(tǒng)計特征。
(3)在算法流程框架的設(shè)計上也做出了創(chuàng)新性的貢獻(xiàn):在特征訓(xùn)練的機(jī)器學(xué)習(xí)模型選擇方面,充分考慮到基于光流宏塊的統(tǒng)計特征本身的物理含義,選用高斯混合模型去訓(xùn)練所提取出的光流宏塊統(tǒng)計特征,使得訓(xùn)練出來的模型更符合異常光流宏塊的異常程度,并基于高斯混合模型對于連續(xù)變量特征更為敏感這一特性,對測試集提取出的光流宏塊統(tǒng)計特征先進(jìn)行高斯濾波,而后再進(jìn)行異常事件的
4、判定。
本文選擇UCSD視頻數(shù)據(jù)庫,UMN視頻數(shù)據(jù)庫,Subway視頻數(shù)據(jù)庫以及U-turn視頻數(shù)據(jù)庫對提出的算法流程框架進(jìn)行測試,實驗結(jié)果表明本文所提出的光流宏塊統(tǒng)計特征能夠很好地表征出視頻序列中存在的異常事件,從各個視頻數(shù)據(jù)庫中與其它同類算法的量化指標(biāo)AUC和EER的比較中可以看出,本文提出的算法框架不僅具有較強(qiáng)的場景適應(yīng)能力,而且在各個場景中都能有很好的異常事件檢測效果。本文算法一定程度上解決了存在部分遮擋異常事件檢測問
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(hù)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(fù)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(zhǔn)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
- 視頻異常事件檢測算法研究.pdf
- 異常事件檢測算法設(shè)計與實現(xiàn).pdf
- 基于達(dá)芬奇平臺的視頻異常事件檢測算法研究與實現(xiàn).pdf
- 基于視頻監(jiān)控的城市交通異常事件檢測算法研究.pdf
- 基于機(jī)器視覺的交通異常事件檢測算法研究.pdf
- 視頻異常事件檢測研究.pdf
- 監(jiān)控視頻中異常事件檢測及異常事件摘要研究.pdf
- 視頻中異常事件檢測與特征稀疏表示研究.pdf
- 基于視頻的無監(jiān)督異常事件檢測.pdf
- 高速公路交通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
- 基于監(jiān)控視頻的人群異常事件檢測.pdf
- 基于異常事件檢測的交通監(jiān)控視頻摘要.pdf
- 基于統(tǒng)計圖模型的視頻異常事件檢測.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
- 交通監(jiān)控視頻中的異常事件檢測.pdf
- 視頻監(jiān)控下人群異常事件檢測研究.pdf
- 多視頻流異常事件檢測方法研究.pdf
- 基于環(huán)路LDA-HMM模型的視頻異常事件檢測.pdf
- 基于人群的異常事件檢測的研究.pdf
評論
0/150
提交評論