面向视频监控的群体异常行为检测方法研究

面向视频监控的群体异常行为检测方法研究

ID:37023588

大小:2.62 MB

页数:72页

时间:2019-05-17

面向视频监控的群体异常行为检测方法研究_第1页
面向视频监控的群体异常行为检测方法研究_第2页
面向视频监控的群体异常行为检测方法研究_第3页
面向视频监控的群体异常行为检测方法研究_第4页
面向视频监控的群体异常行为检测方法研究_第5页
资源描述:

《面向视频监控的群体异常行为检测方法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、面向视频监控的群体异常行为检测方法研究CrowdAbnormalBehaviorDetectionBasedonVideoSurveillance工程领域:电子与通信工程作者姓名:陈天宇指导教师:侯春萍教授企业导师:侯瑞高级工程师天津大学国际工程师学院二零一七年十一月摘要近年来恐怖袭击和群体暴力事件频繁发生,为了保障人民生命财产安全,智能视频监控系统应运而生。作为智能视频监控系统中的一项重要功能,群体异常行为检测受到了许多研究人员的关注,其目的是利用计算机视觉技术处理并分析监控视频内容,实时检测视频中发生的异常行为并发出警报。本文提出了两

2、种群体异常行为检测算法,分别对监控视频中的局部异常行为和全局异常行为进行检测。针对局部异常行为,本文提出了一种基于运动特征和外观特征的局部异常行为检测算法,用于检测监控场景中的物体运动异常和物体外观异常。对于由运动特征变化引起的异常行为,本文提取图像序列的光流信息,利用像素级别和块级别的光流幅值计算每一个时空块的运动能量值,通过限定数据增长率的方式估计运动能量边界值,并以此边界值区分正常行为和异常行为;对于由外观特征变化引起的异常行为,提取每一个时空块的时空梯度作为其外观特征描述子,通过支持向量数据描述(SVDD)建立一个最优超球体,该超

3、球体包围了特征空间中尽可能多的训练样本点,并以样本点到超球体中心的距离来判断正常行为和异常行为。最后,通过一个二级分类器先后对运动异常和外观异常进行检测。针对全局异常行为,本文提出了一种基于运动信息熵的全局异常行为检测算法,用于检测室内或室外场景中的人群逃散行为。该算法利用监控视频图像序列的光流场,结合光流矢量的方向和幅值计算运动信息熵,该熵值可以表征监控场景中的运动信息的不确定程度。正常行为的样本点集中在高斯分布的中心,而异常行为的样本点分布在两侧,以此来区别正常行为和异常行为。本文使用两个公开的数据集对提出的算法进行效果评估,评估指标

4、为接收者操作特性曲线(ROC)曲线,曲线下夹面积(AUC),相等错误率(EER),异常检测率(RD)。实验表明,本文提出的算法检测效果优于大部分经典算法,而且在计算复杂度上远低于其他算法,几乎接近实时检测。关键词:异常检测,运动能量值,运动信息熵,支持向量数据描述,光流场IABSTRACTInrecentyears,terroristattacksandmassviolenceoccurfrequently.Theintelligentvideosurveillancesystemarisesatthehistoricmomentinor

5、dertoprotectpeople’slivesandpropertysafety.Amonglotsoffunctionsofthesystem,theabnormalbehaviordetectionisoneofthemostimportantandithasattractedtheattentionofmanyresearchers.Itspurposeistodetectabnormalbehaviorinsurveillancescenesandtoalertinreal-timebyusingthetechnologyof

6、computervisionandvideocontentanalysis.Inthispaper,twokindsofanomalydetectionmethodsareproposedtodetectlocalanomalyandglobalanomalyinsurveillancevideosequences.Forlocalanomalydetection,alocalabnormalbehaviordetectionmethodbasedonmotionfeaturesandappearancefeaturesispropose

7、d,whichisusedtodetectobjectswithspeedanomalyandappearanceanomalyinthesurveillancescene.Inordertodetectanomalycausedbythechangeofmotionfeatures,themethodextractsopticalflowinformationofinputimagesequencesandcalculatesmotionenergyvalueofeachnon-overlappingspatial-temporalcu

8、bebyusingframe-levelandpixel-levelmotionvector.Then,themethodestimatestheboundaryofmotionenergyv

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。