基于稀疏超完备的异常行为检测算法

发布时间：2018-04-23 02:11

  本文选题：异常行为检测 + 稀疏超完备　； 参考：《郑州大学学报(工学版)》2016年06期

【摘要】：视频异常行为检测的核心问题是如何从海量数据中理解行为.提出一种新的基于视觉稀疏超完备表示机制的特定场景中视频异常行为检测算法,针对视频中感兴趣的点提取局部有效信息,提高数据处理效率.首先,提取训练样本的时空兴趣点,计算局部时空特征;其次,将该特征输入稀疏超完备模型,训练得到一组稀疏基;然后,利用上述基对待测视频进行重构,通过局部时空特征重构的差异实现异常行为检测;最后,提出对不同视频的稀疏基更新算法.标准数据库的实验表明,该算法能够有效解决异常行为检测问题,检测准确率高,错误警报率低.
[Abstract]:The core problem of video abnormal behavior detection is how to understand the behavior from mass data. A new video anomaly detection algorithm based on visual sparse and super complete representation mechanism is proposed to extract local effective information from the points of interest in the video and improve the processing efficiency. First, the time and space of training samples is extracted. The feature of local time and space is calculated. Secondly, the feature is input to the sparse overcomplete model, and a set of sparse bases is trained. Then, the above base is used to reconstruct the video, and the abnormal behavior detection is realized through the difference of local spatiotemporal feature reconstruction. Finally, a sparse base updating algorithm for different video is proposed. Experiments show that the algorithm can effectively solve the problem of abnormal behavior detection, with high detection accuracy and low false alarm rate.

【作者单位】： 郑州大学电气工程学院;
【基金】：国家自然科学基金资助项目(60841004,60971110,61172152) 河南省青年骨干教师资助计划(2012GGJS-005)
【分类号】：TP391.41

【相似文献】

相关期刊论文 前10条

1 罗超宇;;基于视频序列的人体异常行为检测技术分析[J];电子制作;2013年18期

2 崔永艳;高阳;;基于多示例学习的异常行为检测方法[J];模式识别与人工智能;2011年06期

3 陆海先;郭立;桂树;谢锦生;;基于潜在主题的视频异常行为分析[J];通信技术;2012年07期

4 周维柏;李蓉;;基于轨迹特征分析的行人异常行为识别[J];电脑编程技巧与维护;2010年12期

5 李晓东;凌捷;;基于视频监控参考量的异常行为检测研究[J];计算机技术与发展;2012年09期

6 姬晓飞;吴倩倩;李一波;;改进时空特征的人体异常行为检测方法研究[J];沈阳航空航天大学学报;2013年05期

7 桑海峰;郭昊;徐超;;基于运动特征的人体异常行为识别[J];中国科技论文;2014年07期

8 王传旭;董晨晨;;基于时空特征点的群体异常行为检测算法[J];数据采集与处理;2012年04期

9 沈海燕;冯云梅;史宏;;基于信息融合的客运站人体异常行为识别研究[J];公路交通科技;2009年S1期

10 陈颖鸣;陈树越;张显亭;;智能视频监控中异常行为识别研究[J];微电子学与计算机;2010年11期

相关博士学位论文 前2条

1 Popoola Oluwatoyin Pius;拥挤环境下的异常行为检测研究[D];哈尔滨工程大学;2012年

2 刘皓;基于条件随机场模型的异常行为检测方法研究[D];中国科学技术大学;2014年

相关硕士学位论文 前10条

1 赵德贵;基于视频的人体骨架建模及异常行为分析研究[D];北京理工大学;2014年

2 刘扬;平安城市视频监控系统中异常行为识别技术研究与实现[D];南京邮电大学;2014年

3 李腾芳;特定场景下人体异常行为检测的若干技术研究[D];福州大学;2014年

4 陈岗;治安监控中基于计算机视觉的异常行为检测技术研究[D];上海交通大学;2015年

5 李晓东;基于监控视频的异常行为检测技术研究[D];广东工业大学;2012年

6 黎亚颖;基于室内场景的异常行为检测及系统实现[D];电子科技大学;2012年

7 李婧;电子监考异常行为的检测与研究[D];太原理工大学;2013年

8 王朝新;基于视频的行人异常行为检测技术的应用研究[D];电子科技大学;2014年

9 胡栋;人体异常行为识别算法研究与实现[D];电子科技大学;2010年

10 李科煌;道路监控下的运动目标检测和异常行为检测有效方法研究[D];上海交通大学;2011年

，

本文编号：1789973