發(fā)布時間：2021-07-08 12:23

　　群體行為分析是視頻內(nèi)容理解的一個重要應(yīng)用領(lǐng)域。從人群密集場景的監(jiān)控視頻中自動學(xué)習(xí)得到場景中常見的行為模式,是群體行為分析中的一個核心任務(wù)。由于這一類場景中目標(biāo)物眾多,導(dǎo)致遮擋現(xiàn)象頻繁發(fā)生,場景結(jié)構(gòu)各異導(dǎo)致運(yùn)動模式繁雜,行為主體的主觀性較強(qiáng)導(dǎo)致運(yùn)動模式多樣,所以對人群密集場景的分析一直都是研究的重點(diǎn)和難點(diǎn)。在眾多監(jiān)督和無監(jiān)督學(xué)習(xí)算法中,距離依賴非參貝葉斯模型是一類能夠自動發(fā)掘數(shù)據(jù)模式的模型,并且模型規(guī)模隨著數(shù)據(jù)的變化而改變,同時能夠引入不同層次的先驗(yàn)信息指導(dǎo)聚類。因此,本文提出了一種新的距離依賴非參貝葉斯模型,并且基于該模型給出了對人群密集場景進(jìn)行行為模式識別的完整解決方案。該方案在多個數(shù)據(jù)集中應(yīng)用并取得效果。本文主要工作內(nèi)容有:首先,對目前群體行為分析的研究現(xiàn)狀進(jìn)行綜述分析,并提出針對人群密集場景中學(xué)習(xí)運(yùn)動模式問題的解決方案。基于群體行為分析的一般框架,從特征提取,特征表達(dá),模型構(gòu)建等三個方面對目前該領(lǐng)域的研究方法進(jìn)行對比分析,并針對所面臨場景和任務(wù)的特殊性,選擇合適的解決方案,應(yīng)用于人群密集場景監(jiān)控視頻中,目的是得到更具有語義表達(dá)能力的行為模式。其次,提出新的非參貝葉斯模型——距離依... 

【文章來源】：哈爾濱理工大學(xué)黑龍江省

【文章頁數(shù)】：52 頁

【學(xué)位級別】：碩士

【部分圖文】：

幾種常見的群體行為分析應(yīng)用場景Figure.1-1Someapplicationsofcrowdsceneanalysis

哈爾濱理工大學(xué)工學(xué)碩士學(xué)位論文語義相關(guān)的認(rèn)為具有較強(qiáng)建模能力，而且容易引人先驗(yàn)信息構(gòu)建更有全局上下文的模型，但是計(jì)算相對較為復(fù)雜。因此在本文構(gòu)建求解問題的框架時，同時借鑒了基于相似度模型和基于概率統(tǒng)計(jì)模型的優(yōu)勢，利用相似度度量的快捷方便去關(guān)注局部，將片段軌跡形成單詞表達(dá)，利用概率統(tǒng)計(jì)模型的更強(qiáng)大的表達(dá)能力關(guān)注全局上下文，更準(zhǔn)確地對運(yùn)動數(shù)據(jù)建模，學(xué)習(xí)到更多的關(guān)于潛在運(yùn)動模式的信息，使得整個解決方案具有更廣泛的應(yīng)用場景。2.4 人群密集場景中學(xué)習(xí)運(yùn)動模式的整體解決方案基于以上對人群密集場景中運(yùn)動模式學(xué)習(xí)的研究現(xiàn)狀的分析，本文構(gòu)建了如下的解決方案，用來從人群密集場景的監(jiān)控視頻中發(fā)現(xiàn)并描述行人常見的運(yùn)動模式。

那些人多的餐桌更有可能聚到更多的顧客，形成聚類效果，同時新桌的選擇也為模型增長提供了可能性。將選擇餐桌的過程形式表示為：1 1,( | ,... , )1kN Nn for k Kp z k z zfor k K (3-13)另外，雖然在描述中，進(jìn)入餐館的顧客是有序的，但是實(shí)際中，中餐館過描述了一種無序的過程，這與本文要介紹的 DDCRP 是有明顯區(qū)別的[57]。3.2 距離依賴中餐館過程為了方便引入數(shù)據(jù)點(diǎn)之間的依賴關(guān)系，文獻(xiàn)[57]定義了一種與中餐館過程類的隨機(jī)過程——距離依賴中餐館過程。在距離依賴中餐館過程中，每個顧客入餐館之后不是直接選擇一張餐桌就坐，而是根據(jù)某種距離關(guān)系選擇一名顧作為鄰居，并坐在他身旁。把每個顧客看作一個節(jié)點(diǎn)，如果兩個顧客比鄰而，即相當(dāng)于他們對應(yīng)的節(jié)點(diǎn)之間有一條有向邊把他們連接起來，多個連通的點(diǎn)可以形成團(tuán)簇，這種就坐方式便形成了聚類效果。為了描述方便，本文依引入餐桌的概念，把相互聯(lián)通的顧客看作是坐在一張餐桌旁的顧客。

【參考文獻(xiàn)】：
期刊論文
[1]基于HMM監(jiān)控視頻的異常事件檢測[J]. 呂英麗,顧勇,張曉峰.  數(shù)據(jù)采集與處理. 2014(06)
[2]基于軌跡片段自動聚類的密集場景運(yùn)動模式分析(英文)[J]. 王沖,趙旭,鄒毅,劉允才.  中國通信. 2013(04)
[3]基于運(yùn)動目標(biāo)的監(jiān)控視頻檢索方法[J]. 朱麗英,梁辰,張鴻洲.  計(jì)算機(jī)應(yīng)用與軟件. 2011(12)



本文編號：3271560