距离依赖非参贝叶斯模型在群体行为分析中的应用

发布时间：2021-07-08 12:23

　　群体行为分析是视频内容理解的一个重要应用领域。从人群密集场景的监控视频中自动学习得到场景中常见的行为模式,是群体行为分析中的一个核心任务。由于这一类场景中目标物众多,导致遮挡现象频繁发生,场景结构各异导致运动模式繁杂,行为主体的主观性较强导致运动模式多样,所以对人群密集场景的分析一直都是研究的重点和难点。在众多监督和无监督学习算法中,距离依赖非参贝叶斯模型是一类能够自动发掘数据模式的模型,并且模型规模随着数据的变化而改变,同时能够引入不同层次的先验信息指导聚类。因此,本文提出了一种新的距离依赖非参贝叶斯模型,并且基于该模型给出了对人群密集场景进行行为模式识别的完整解决方案。该方案在多个数据集中应用并取得效果。本文主要工作内容有:首先,对目前群体行为分析的研究现状进行综述分析,并提出针对人群密集场景中学习运动模式问题的解决方案。基于群体行为分析的一般框架,从特征提取,特征表达,模型构建等三个方面对目前该领域的研究方法进行对比分析,并针对所面临场景和任务的特殊性,选择合适的解决方案,应用于人群密集场景监控视频中,目的是得到更具有语义表达能力的行为模式。其次,提出新的非参贝叶斯模型——距离依... 

【文章来源】：哈尔滨理工大学黑龙江省

【文章页数】：52 页

【学位级别】：硕士

【部分图文】：

几种常见的群体行为分析应用场景Figure.1-1Someapplicationsofcrowdsceneanalysis

哈尔滨理工大学工学硕士学位论文语义相关的认为具有较强建模能力，而且容易引人先验信息构建更有全局上下文的模型，但是计算相对较为复杂。因此在本文构建求解问题的框架时，同时借鉴了基于相似度模型和基于概率统计模型的优势，利用相似度度量的快捷方便去关注局部，将片段轨迹形成单词表达，利用概率统计模型的更强大的表达能力关注全局上下文，更准确地对运动数据建模，学习到更多的关于潜在运动模式的信息，使得整个解决方案具有更广泛的应用场景。2.4 人群密集场景中学习运动模式的整体解决方案基于以上对人群密集场景中运动模式学习的研究现状的分析，本文构建了如下的解决方案，用来从人群密集场景的监控视频中发现并描述行人常见的运动模式。

那些人多的餐桌更有可能聚到更多的顾客，形成聚类效果，同时新桌的选择也为模型增长提供了可能性。将选择餐桌的过程形式表示为：1 1,( | ,... , )1kN Nn for k Kp z k z zfor k K (3-13)另外，虽然在描述中，进入餐馆的顾客是有序的，但是实际中，中餐馆过描述了一种无序的过程，这与本文要介绍的 DDCRP 是有明显区别的[57]。3.2 距离依赖中餐馆过程为了方便引入数据点之间的依赖关系，文献[57]定义了一种与中餐馆过程类的随机过程——距离依赖中餐馆过程。在距离依赖中餐馆过程中，每个顾客入餐馆之后不是直接选择一张餐桌就坐，而是根据某种距离关系选择一名顾作为邻居，并坐在他身旁。把每个顾客看作一个节点，如果两个顾客比邻而，即相当于他们对应的节点之间有一条有向边把他们连接起来，多个连通的点可以形成团簇，这种就坐方式便形成了聚类效果。为了描述方便，本文依引入餐桌的概念，把相互联通的顾客看作是坐在一张餐桌旁的顾客。

【参考文献】：
期刊论文
[1]基于HMM监控视频的异常事件检测[J]. 吕英丽,顾勇,张晓峰.  数据采集与处理. 2014(06)
[2]基于轨迹片段自动聚类的密集场景运动模式分析(英文)[J]. 王冲,赵旭,邹毅,刘允才.  中国通信. 2013(04)
[3]基于运动目标的监控视频检索方法[J]. 朱丽英,梁辰,张鸿洲.  计算机应用与软件. 2011(12)



本文编号：3271560