本文關(guān)鍵詞：基于時空特征的異常行為建模與檢測算法研究

  更多相關(guān)文章： 異常行為檢測 3D-SIFT 目標塊 協(xié)稀疏 組稀疏

【摘要】：隨著計算機技術(shù)的快速發(fā)展和視頻監(jiān)控技術(shù)的不斷革新,智能視頻監(jiān)控越來越受到人們的關(guān)注。而視頻中的異常行為檢測是智能視頻監(jiān)控中的一個重要研究方向,具有實時、智能、經(jīng)濟的特點,在公共安全保障方面具有很高的學術(shù)價值和廣闊的商業(yè)前景,其主要工作是自動分析一些人口流動性大、稠密度高的監(jiān)控場景中的人群行為特征,一旦發(fā)生異常行為就立刻發(fā)出報警信號,從而提高相關(guān)部門的應(yīng)急響應(yīng)速度。因此,針對視頻中的異常行為檢測需要進行深入的研究。目前異常行為檢測的研究主要在于目標行為的特征表示與檢測模型的構(gòu)建。本文對異常行為檢測模型進行了研究,主要開展了以下工作:1、考慮到在監(jiān)控視頻序列中,由于不同位置的目標距離攝像頭遠近的差異,會對提取的特征產(chǎn)生影響,從而導(dǎo)致對行為的錯誤判決,因此對視頻序列按位置分塊,以此來消除目標距攝像頭遠近所造成的影響。2、采用比光流魯棒性更高的3D-SIFT作為目標特征,并將3D-SIFT特征轉(zhuǎn)化為熵屬性,分別從時域混亂屬性、空域混亂屬性及光流屬性對目標塊局部特征進行描述,最后通過KL距離屬性來對行為特征全局信息進行表達,并在此基礎(chǔ)上提出了一種基于多屬性融合的異常行為檢測模型。3、研究了協(xié)稀疏表示模型,將目標塊特征的協(xié)稀疏先驗作為正則項引入到異常行為檢測模型中,提出了基于協(xié)稀疏正則化的異行為件檢測算法,利用基于1l范數(shù)最小化的協(xié)稀疏編碼算法重構(gòu)目標塊特征。4、研究了組稀疏表示模型,考慮到特征間的組結(jié)構(gòu)特性,對特征進行分組并將組稀疏表示模型應(yīng)用到異常行為檢測模型中。對訓(xùn)練樣本進行聚類,采用PCA方法為每一類樣本訓(xùn)練一個字典,利用基于2,1l最小化的組LASSO算法重構(gòu)目標塊特征。為了比較和測試所提模型的有效性,本文在UCSD Ped1數(shù)據(jù)集、UMN數(shù)據(jù)集及WEB數(shù)據(jù)集上進行了局部異常檢測與全局異常檢測,實驗結(jié)果表明,本文所提的三種算法在異常行為檢測模型方面取得了較好的檢測效果,并具有較低的檢測時間。
【學位授予單位】：杭州電子科技大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.41;TN948.6

【相似文獻】

中國期刊全文數(shù)據(jù)庫 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;;基于多示例學習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;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];計算機技術(shù)與發(fā)展;2012年09期

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

7 桑海峰;郭昊;徐超;;基于運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];微電子學與計算機;2010年11期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 王碧英;孫健敏;;公仆型領(lǐng)導(dǎo)對員工行為的影響[A];第十二屆全國心理學學術(shù)大會論文摘要集[C];2009年

中國博士學位論文全文數(shù)據(jù)庫 前5條

1 林娜;小鼠異常行為的遺傳基礎(chǔ)研究[D];東北農(nóng)業(yè)大學;2006年

2 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;2012年

3 張軍;基于視頻的運動人體異常行為分析識別研究[D];西安電子科技大學;2009年

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

5 張毅;MANET環(huán)境中基于移動Agent的異常行為檢測與防御[D];哈爾濱工程大學;2007年

中國碩士學位論文全文數(shù)據(jù)庫 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;2014年

2 劉揚;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;2014年

3 張存正;網(wǎng)絡(luò)異常行為自動識別技術(shù)研究[D];北方工業(yè)大學;2016年

4 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;2014年

5 王娟;基于視頻的異常行為檢測系統(tǒng)的設(shè)計與實現(xiàn)[D];西南交通大學;2015年

6 陳磊;基于小波變換的群體異常行為檢測[D];上海大學;2016年

7 易嫻;密集群體分割與異常行為檢測的研究與實現(xiàn)[D];上海大學;2016年

8 徐凱;面向安防的智能行為分析系統(tǒng)研究與實現(xiàn)[D];東南大學;2015年

9 張朋躍;人群狀態(tài)分析與異常行為檢測[D];中國民航大學;2016年

10 何波;基于日志分析的網(wǎng)絡(luò)異常行為檢測關(guān)鍵技術(shù)研究[D];中國民航大學;2016年

，

本文編號：1217942