本文選題：視頻監(jiān)控序列 + 目標(biāo)跟蹤��； 參考：《計(jì)算機(jī)工程與應(yīng)用》2017年08期

【摘要】：針對(duì)視頻監(jiān)控中行人異常行為識(shí)別問(wèn)題,首先對(duì)行人進(jìn)行跟蹤,然后對(duì)跟蹤得到的軌跡進(jìn)行分析,最后判斷行人行為是否存在異常。在行人跟蹤方面,在時(shí)空上下文跟蹤算法的基礎(chǔ)上結(jié)合卡爾曼濾波器,有效改進(jìn)了復(fù)雜背景中的遮擋問(wèn)題。在異常分析方面,將跟蹤得到的目標(biāo)軌跡按照軌跡形狀進(jìn)行分類,得到場(chǎng)景中的正常軌跡集;將這些軌跡集作為后續(xù)處理的訓(xùn)練樣本集,通過(guò)改進(jìn)的稀疏重構(gòu)算法對(duì)軌跡進(jìn)行分析,利用重構(gòu)誤差來(lái)判斷異常。五段視頻序列的測(cè)試結(jié)果表明,該方法與改進(jìn)前的方法相比具有較高的識(shí)別率。
[Abstract]:In view of the problem of identifying the abnormal behavior of pedestrians in video surveillance, the pedestrian is tracked first, then the track obtained is analyzed, and finally, the existence of abnormal pedestrian behavior is judged.In the aspect of line person tracking, based on spatio-temporal context tracking algorithm and Kalman filter, the occlusion problem in complex background is improved effectively.In the aspect of anomaly analysis, the track track is classified according to the trajectory shape, and the normal trajectory set in the scene is obtained, and the track set is used as the training sample set for the subsequent processing.The trajectory is analyzed by the improved sparse reconstruction algorithm, and the anomaly is judged by the reconstruction error.The test results of five-segment video sequences show that the proposed method has a higher recognition rate than that of the improved method.
【作者單位】： 天津工業(yè)大學(xué)電子與信息工程學(xué)院;
【基金】：天津市第三批三年千人計(jì)劃項(xiàng)目(No.62014511) 天津工業(yè)大學(xué)引進(jìn)教師科研啟動(dòng)項(xiàng)目(No.030367)
【分類號(hào)】：TP391.41;TN948.6

【參考文獻(xiàn)】

相關(guān)期刊論文 前5條

1 鄭Ou斌;范新南;李敏;張繼;;基于軌跡分段LDA主題模型的視頻異常行為檢測(cè)方法[J];計(jì)算機(jī)應(yīng)用;2015年02期

2 郝雯潔;齊春;;一種魯棒的稀疏信號(hào)重構(gòu)算法[J];西安交通大學(xué)學(xué)報(bào);2015年04期

3 徐勤軍;吳鎮(zhèn)揚(yáng);;視頻序列中的行為識(shí)別研究進(jìn)展[J];電子測(cè)量與儀器學(xué)報(bào);2014年04期

4 趙龍;肖軍波;;一種改進(jìn)的運(yùn)動(dòng)目標(biāo)抗遮擋跟蹤算法[J];北京航空航天大學(xué)學(xué)報(bào);2013年04期

5 谷軍霞;丁曉青;王生進(jìn);;行為分析算法綜述[J];中國(guó)圖象圖形學(xué)報(bào);2009年03期

相關(guān)碩士學(xué)位論文 前1條

1 董坤;視頻監(jiān)控中運(yùn)動(dòng)人體檢測(cè)與異常行為分析研究[D];南京郵電大學(xué);2013年

【共引文獻(xiàn)】

相關(guān)期刊論文 前10條

1 展淵;王宇;;基于用戶行為分析的視頻推薦算法研究[J];電子測(cè)量技術(shù);2017年04期

2 黃建燈;;紅外傳感器探測(cè)人體運(yùn)動(dòng)特征的分析研究[J];激光雜志;2017年01期

3 王恬;李慶武;劉艷;周亞琴;;利用姿勢(shì)估計(jì)實(shí)現(xiàn)人體異常行為識(shí)別[J];儀器儀表學(xué)報(bào);2016年10期

4 戴晶華;郭俊生;;多車道視頻車流量檢測(cè)和計(jì)數(shù)[J];國(guó)外電子測(cè)量技術(shù);2016年10期

5 湯春明;盧永偉;;基于改進(jìn)的稀疏重構(gòu)算法的行人異常行為分析[J];計(jì)算機(jī)工程與應(yīng)用;2017年08期

6 陳?ài)?劉洋;王月;禹曉輝;;基于時(shí)序特征的移動(dòng)模式挖掘[J];中國(guó)科學(xué):信息科學(xué);2016年09期

7 趙思蕊;吳亞?wèn)|;楊文超;蔣宏宇;;基于3D骨架的交警指揮姿勢(shì)動(dòng)作識(shí)別仿真[J];計(jì)算機(jī)仿真;2016年09期

8 湯義;黃建軍;賴勉力;高國(guó)星;;基于積分通道特征的異常行為檢測(cè)算法[J];科學(xué)技術(shù)與工程;2016年21期

9 王軍;;基于多示例學(xué)習(xí)法的人體行為識(shí)別[J];信息技術(shù);2016年07期

10 狄仕磊;劉甲甲;羅建橋;李柏林;;基于潛在語(yǔ)義主題融合的鐵路扣件狀態(tài)檢測(cè)[J];傳感器與微系統(tǒng);2016年07期

相關(guān)碩士學(xué)位論文 前10條

1 顧茜;基于信道狀態(tài)信息的入侵檢測(cè)方法研究[D];燕山大學(xué);2016年

2 楊澤松;基于MEMS傳感器的老人跌倒?fàn)顟B(tài)檢測(cè)系統(tǒng)研究與設(shè)計(jì)[D];湖南大學(xué);2016年

3 馬婷婷;基于Kinect和智能手機(jī)的人體跌倒檢測(cè)系統(tǒng)[D];合肥工業(yè)大學(xué);2016年

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

5 盧永偉;基于改進(jìn)的稀疏重構(gòu)算法行人異常為分析分析[D];天津工業(yè)大學(xué);2016年

6 張關(guān)平;基于智能手機(jī)的人體跌倒檢測(cè)報(bào)警系統(tǒng)設(shè)計(jì)及實(shí)現(xiàn)[D];哈爾濱工業(yè)大學(xué);2016年

7 羅林鋒;基于多傳感器數(shù)據(jù)采集監(jiān)測(cè)系統(tǒng)設(shè)計(jì)及在防跌預(yù)警中的應(yīng)用[D];江西理工大學(xué);2015年

8 張雁冰;監(jiān)控視頻中人體異常行為檢測(cè)研究[D];深圳大學(xué);2015年

9 董凌凌;運(yùn)動(dòng)目標(biāo)的特征提取與行為識(shí)別研究[D];曲阜師范大學(xué);2015年

10 丁PrPr;基于DM8148的智能高清網(wǎng)絡(luò)攝像機(jī)的研究與設(shè)計(jì)[D];武漢郵電科學(xué)研究院;2015年

【二級(jí)參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 胡敏;齊梅;王曉華;許良鳳;;基于顯著區(qū)域詞袋模型的物體識(shí)別方法[J];電子測(cè)量與儀器學(xué)報(bào);2013年07期

2 張志飛;苗奪謙;高燦;;基于LDA主題模型的短文本分類方法[J];計(jì)算機(jī)應(yīng)用;2013年06期

3 XU Chen;PENG ZhiMing;JING WenFeng;;Sparse kernel logistic regression based on L_(1/2) regularization[J];Science China(Information Sciences);2013年04期

4 萬(wàn)琴;王耀南;余洪山;林國(guó)漢;;基于屬性關(guān)系圖優(yōu)化匹配的多運(yùn)動(dòng)目標(biāo)跟蹤[J];儀器儀表學(xué)報(bào);2013年03期

5 徐宗本;郭海亮;王堯;張海;;L_(1/2)正則子在L_q(0<q<1)正則子中的代表性:基于相位圖的實(shí)驗(yàn)研究(英文)[J];自動(dòng)化學(xué)報(bào);2012年07期

6 史金鋼;齊春;;一種雙約束稀疏模型圖像修復(fù)算法[J];西安交通大學(xué)學(xué)報(bào);2012年02期

7 桂麗華;徐兵;崔永福;;基于l_q最小化算法的稀疏信號(hào)分離[J];通信技術(shù);2010年08期

8 楊揚(yáng);劉哲;呂方園;;一種迭代加權(quán)l(xiāng)_1范數(shù)的信號(hào)優(yōu)化恢復(fù)方法[J];計(jì)算機(jī)工程與應(yīng)用;2010年03期

9 谷軍霞;丁曉青;王生進(jìn);;行為分析算法綜述[J];中國(guó)圖象圖形學(xué)報(bào);2009年03期

10 馮波;趙春暉;楊濤;張洪才;程詠梅;;基于光流特征與序列比對(duì)的實(shí)時(shí)行為識(shí)別[J];計(jì)算機(jī)應(yīng)用研究;2007年03期

相關(guān)碩士學(xué)位論文 前1條

1 徐騰飛;視頻序列中基于檢測(cè)的多目標(biāo)跟蹤研究[D];南京郵電大學(xué);2011年

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 劉盾;石和平;;基于一種改進(jìn)的壓縮感知重構(gòu)算法的分析與比較[J];科學(xué)技術(shù)與工程;2012年21期

2 蔣英春;;離散空間中正交小波分解重構(gòu)算法的實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用研究;2013年02期

3 劉勇;魏東紅;毛京麗;;基于優(yōu)化內(nèi)積模型的壓縮感知快速重構(gòu)算法[J];北京郵電大學(xué)學(xué)報(bào);2013年01期

4 王田川;宋建新;;壓縮感知重構(gòu)算法研究[J];電視技術(shù);2013年11期

5 李福建,陳廷槐,田梅,周六丁;一種新的環(huán)網(wǎng)故障診斷與重構(gòu)算法[J];計(jì)算機(jī)工程;1992年06期

6 童露霞;王嘉;;基于壓縮傳感的重構(gòu)算法研究[J];電視技術(shù);2012年11期

7 李博;郭樹(shù)旭;;一種改進(jìn)的壓縮感知重構(gòu)算法研究[J];現(xiàn)代電子技術(shù);2013年03期

8 李志剛;;一種快速的壓縮感知信號(hào)重構(gòu)算法[J];信息技術(shù);2013年06期

9 梁棟,楊尚俊,章權(quán)兵;一種基于圖象序列的3D重構(gòu)算法[J];安徽大學(xué)學(xué)報(bào)(自然科學(xué)版);2001年01期

10 陳勤;鄒志兵;張e，

本文編號(hào)：1743183