本文選題：異常行為檢測 + 稀疏超完備�。� 參考：《鄭州大學(xué)學(xué)報(工學(xué)版)》2016年06期

【摘要】：視頻異常行為檢測的核心問題是如何從海量數(shù)據(jù)中理解行為.提出一種新的基于視覺稀疏超完備表示機(jī)制的特定場景中視頻異常行為檢測算法,針對視頻中感興趣的點提取局部有效信息,提高數(shù)據(jù)處理效率.首先,提取訓(xùn)練樣本的時空興趣點,計算局部時空特征;其次,將該特征輸入稀疏超完備模型,訓(xùn)練得到一組稀疏基;然后,利用上述基對待測視頻進(jìn)行重構(gòu),通過局部時空特征重構(gòu)的差異實現(xiàn)異常行為檢測;最后,提出對不同視頻的稀疏基更新算法.標(biāo)準(zhǔn)數(shù)據(jù)庫的實驗表明,該算法能夠有效解決異常行為檢測問題,檢測準(zhǔn)確率高,錯誤警報率低.
[Abstract]:The core problem of video abnormal behavior detection is how to understand the behavior from mass data. A new video anomaly detection algorithm based on visual sparse and super complete representation mechanism is proposed to extract local effective information from the points of interest in the video and improve the processing efficiency. First, the time and space of training samples is extracted. The feature of local time and space is calculated. Secondly, the feature is input to the sparse overcomplete model, and a set of sparse bases is trained. Then, the above base is used to reconstruct the video, and the abnormal behavior detection is realized through the difference of local spatiotemporal feature reconstruction. Finally, a sparse base updating algorithm for different video is proposed. Experiments show that the algorithm can effectively solve the problem of abnormal behavior detection, with high detection accuracy and low false alarm rate.

【作者單位】： 鄭州大學(xué)電氣工程學(xué)院;
【基金】：國家自然科學(xué)基金資助項目(60841004,60971110,61172152) 河南省青年骨干教師資助計劃(2012GGJS-005)
【分類號】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 羅超宇;;基于視頻序列的人體異常行為檢測技術(shù)分析[J];電子制作;2013年18期

2 崔永艷;高陽;;基于多示例學(xué)習(xí)的異常行為檢測方法[J];模式識別與人工智能;2011年06期

3 陸海先;郭立;桂樹;謝錦生;;基于潛在主題的視頻異常行為分析[J];通信技術(shù);2012年07期

4 周維柏;李蓉;;基于軌跡特征分析的行人異常行為識別[J];電腦編程技巧與維護(hù);2010年12期

5 李曉東;凌捷;;基于視頻監(jiān)控參考量的異常行為檢測研究[J];計算機(jī)技術(shù)與發(fā)展;2012年09期

6 姬曉飛;吳倩倩;李一波;;改進(jìn)時空特征的人體異常行為檢測方法研究[J];沈陽航空航天大學(xué)學(xué)報;2013年05期

7 桑海峰;郭昊;徐超;;基于運(yùn)動特征的人體異常行為識別[J];中國科技論文;2014年07期

8 王傳旭;董晨晨;;基于時空特征點的群體異常行為檢測算法[J];數(shù)據(jù)采集與處理;2012年04期

9 沈海燕;馮云梅;史宏;;基于信息融合的客運(yùn)站人體異常行為識別研究[J];公路交通科技;2009年S1期

10 陳穎鳴;陳樹越;張顯亭;;智能視頻監(jiān)控中異常行為識別研究[J];微電子學(xué)與計算機(jī);2010年11期

相關(guān)博士學(xué)位論文 前2條

1 Popoola Oluwatoyin Pius;擁擠環(huán)境下的異常行為檢測研究[D];哈爾濱工程大學(xué);2012年

2 劉皓;基于條件隨機(jī)場模型的異常行為檢測方法研究[D];中國科學(xué)技術(shù)大學(xué);2014年

相關(guān)碩士學(xué)位論文 前10條

1 趙德貴;基于視頻的人體骨架建模及異常行為分析研究[D];北京理工大學(xué);2014年

2 劉揚(yáng);平安城市視頻監(jiān)控系統(tǒng)中異常行為識別技術(shù)研究與實現(xiàn)[D];南京郵電大學(xué);2014年

3 李騰芳;特定場景下人體異常行為檢測的若干技術(shù)研究[D];福州大學(xué);2014年

4 陳崗;治安監(jiān)控中基于計算機(jī)視覺的異常行為檢測技術(shù)研究[D];上海交通大學(xué);2015年

5 李曉東;基于監(jiān)控視頻的異常行為檢測技術(shù)研究[D];廣東工業(yè)大學(xué);2012年

6 黎亞穎;基于室內(nèi)場景的異常行為檢測及系統(tǒng)實現(xiàn)[D];電子科技大學(xué);2012年

7 李婧;電子監(jiān)考異常行為的檢測與研究[D];太原理工大學(xué);2013年

8 王朝新;基于視頻的行人異常行為檢測技術(shù)的應(yīng)用研究[D];電子科技大學(xué);2014年

9 胡棟;人體異常行為識別算法研究與實現(xiàn)[D];電子科技大學(xué);2010年

10 李科煌;道路監(jiān)控下的運(yùn)動目標(biāo)檢測和異常行為檢測有效方法研究[D];上海交通大學(xué);2011年

，

本文編號：1789973