【摘要】：在視頻監(jiān)控系統(tǒng)已被廣泛應用的今天,基于監(jiān)控視頻的群體異常事件檢測已成為保障社會安全的迫切需要,越來越受到人們的重視。該文基于這一現(xiàn)狀,提出了一個新的群體異常事件檢測方案,實現(xiàn)對監(jiān)控視頻自動高效的檢測。在特征提取方面,提出了顯著性光流直方圖特征描述符,并利用該特征描述符構(gòu)建字典;在字典優(yōu)化方面,提出了基于聚類的多字典組合學習框架,將原始的大字典分為多個子字典;最后,對于測試樣本,找出最適合的子字典并計算測試樣本在該子字典下的重建誤差,即可判斷測試樣本是否異常。在兩個數(shù)據(jù)集上的實驗表明,與其他方法相比,該文提出的方法對擁擠場景下監(jiān)控視頻中的群體異常事件檢測取得了較好的檢測性能。
[Abstract]:Nowadays, video surveillance system has been widely used. Group abnormal event detection based on video surveillance has become an urgent need to ensure social security, and has been paid more and more attention. Based on this situation, a new group anomaly detection scheme is proposed in this paper, which can detect surveillance video automatically and efficiently. In the aspect of feature extraction, a significant optical flow histogram feature descriptor is proposed and used to construct a dictionary. In the aspect of dictionary optimization, a multi-dictionary combinatorial learning framework based on clustering is proposed, which divides the original large dictionary into several sub-dictionaries. Finally, for the test sample, find out the most suitable sub-dictionary and calculate the reconstruction error of the test sample under the sub-dictionary, we can judge whether the test sample is abnormal or not. Experiments on two datasets show that compared with other methods, the method proposed in this paper achieves better performance in detecting crowd abnormal events in overcrowded video.
【作者單位】： 北京交通大學信息科學研究所;現(xiàn)代信息科學與網(wǎng)絡(luò)技術(shù)北京市重點實驗室;廣東財經(jīng)大學電子商務研究院;北京建筑大學理學院;
【基金】：國家自然科學基金(61572067,61502024) 北京市自然科學基金(4162050) 廣東省自然科學基金(2016A030313708) 中央高�；究蒲袠I(yè)務費(K16JB00110)
【分類號】：TP391.41;TN948.6

【相似文獻】

相關(guān)期刊論文 前6條

1 吳新宇;郭會文;李楠楠;王歡;陳彥倫;;基于視頻的人群異常事件檢測綜述[J];電子測量與儀器學報;2014年06期

2 薄璐;薄瑋;;智能交通異常事件檢測系統(tǒng)的分析與設(shè)計[J];微型電腦應用;2014年06期

3 劉振娟;周培建;李宏光;林曉琳;;基于一類賦時模糊Petri網(wǎng)的化工過程異常事件監(jiān)控[J];化工學報;2008年07期

4 李兵;李秀;劉文煌;鄭啟鵬;;基于異常感知的動態(tài)維修服務管理[J];計算機集成制造系統(tǒng);2006年08期

5 鄭誠;舒堅;;多尺度時間序列異常事件檢測[J];計算機工程與應用;2006年31期

6 ;[J];;年期

相關(guān)會議論文 前1條

1 申麗萍;姜玉杰;隋榮昌;紀守新;王建生;;開展QC小組活動,縮短隧道異常事件處理時間[A];公路交通與建設(shè)論壇（2011）[C];2003年

相關(guān)碩士學位論文 前10條

1 肖華強;基于達芬奇平臺的視頻異常事件檢測算法研究與實現(xiàn)[D];電子科技大學;2015年

2 余昊;基于底層特征的視頻異常事件檢測算法研究與實現(xiàn)[D];上海交通大學;2015年

3 彭寅艷;高速公路隧道條件下異常事件影響的模擬研究[D];重慶大學;2015年

4 馬金秀;基于視頻的無監(jiān)督異常事件檢測[D];電子科技大學;2016年

5 彭芊;基于在線自適應字典學習的視頻異常事件檢測技術(shù)研究[D];哈爾濱工業(yè)大學;2015年

6 周靈娟;視頻中異常事件檢測與特征稀疏表示研究[D];杭州電子科技大學;2016年

7 洪嘉鳴;基于數(shù)據(jù)的城市供水管網(wǎng)建模分析和異常事件偵測[D];杭州電子科技大學;2016年

8 羅丹;臨床護理人員對臨床異常事件報告現(xiàn)狀及對策研究[D];第二軍醫(yī)大學;2010年

9 尹承祥;基于視頻監(jiān)控的城市交通異常事件檢測算法研究[D];沈陽大學;2014年

10 孫義真;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[D];沈陽大學;2013年

，

本文編號：2332750