基于改进的稀疏重构算法的行人异常行为分析

发布时间：2018-04-13 05:46

  本文选题：视频监控序列 + 目标跟踪　； 参考：《计算机工程与应用》2017年08期

【摘要】：针对视频监控中行人异常行为识别问题,首先对行人进行跟踪,然后对跟踪得到的轨迹进行分析,最后判断行人行为是否存在异常。在行人跟踪方面,在时空上下文跟踪算法的基础上结合卡尔曼滤波器,有效改进了复杂背景中的遮挡问题。在异常分析方面,将跟踪得到的目标轨迹按照轨迹形状进行分类,得到场景中的正常轨迹集;将这些轨迹集作为后续处理的训练样本集,通过改进的稀疏重构算法对轨迹进行分析,利用重构误差来判断异常。五段视频序列的测试结果表明,该方法与改进前的方法相比具有较高的识别率。
[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.
【作者单位】： 天津工业大学电子与信息工程学院;
【基金】：天津市第三批三年千人计划项目(No.62014511) 天津工业大学引进教师科研启动项目(No.030367)
【分类号】：TP391.41;TN948.6

【参考文献】

相关期刊论文 前5条

1 郑Ou斌;范新南;李敏;张继;;基于轨迹分段LDA主题模型的视频异常行为检测方法[J];计算机应用;2015年02期

2 郝雯洁;齐春;;一种鲁棒的稀疏信号重构算法[J];西安交通大学学报;2015年04期

3 徐勤军;吴镇扬;;视频序列中的行为识别研究进展[J];电子测量与仪器学报;2014年04期

4 赵龙;肖军波;;一种改进的运动目标抗遮挡跟踪算法[J];北京航空航天大学学报;2013年04期

5 谷军霞;丁晓青;王生进;;行为分析算法综述[J];中国图象图形学报;2009年03期

相关硕士学位论文 前1条

1 董坤;视频监控中运动人体检测与异常行为分析研究[D];南京邮电大学;2013年

【共引文献】

相关期刊论文 前10条

1 展渊;王宇;;基于用户行为分析的视频推荐算法研究[J];电子测量技术;2017年04期

2 黄建灯;;红外传感器探测人体运动特征的分析研究[J];激光杂志;2017年01期

3 王恬;李庆武;刘艳;周亚琴;;利用姿势估计实现人体异常行为识别[J];仪器仪表学报;2016年10期

4 戴晶华;郭俊生;;多车道视频车流量检测和计数[J];国外电子测量技术;2016年10期

5 汤春明;卢永伟;;基于改进的稀疏重构算法的行人异常行为分析[J];计算机工程与应用;2017年08期

6 陈勐;刘洋;王月;禹晓辉;;基于时序特征的移动模式挖掘[J];中国科学:信息科学;2016年09期

7 赵思蕊;吴亚东;杨文超;蒋宏宇;;基于3D骨架的交警指挥姿势动作识别仿真[J];计算机仿真;2016年09期

8 汤义;黄建军;赖勉力;高国星;;基于积分通道特征的异常行为检测算法[J];科学技术与工程;2016年21期

9 王军;;基于多示例学习法的人体行为识别[J];信息技术;2016年07期

10 狄仕磊;刘甲甲;罗建桥;李柏林;;基于潜在语义主题融合的铁路扣件状态检测[J];传感器与微系统;2016年07期

相关硕士学位论文 前10条

1 顾茜;基于信道状态信息的入侵检测方法研究[D];燕山大学;2016年

2 杨泽松;基于MEMS传感器的老人跌倒状态检测系统研究与设计[D];湖南大学;2016年

3 马婷婷;基于Kinect和智能手机的人体跌倒检测系统[D];合肥工业大学;2016年

4 周灵娟;视频中异常事件检测与特征稀疏表示研究[D];杭州电子科技大学;2016年

5 卢永伟;基于改进的稀疏重构算法行人异常为分析分析[D];天津工业大学;2016年

6 张关平;基于智能手机的人体跌倒检测报警系统设计及实现[D];哈尔滨工业大学;2016年

7 罗林锋;基于多传感器数据采集监测系统设计及在防跌预警中的应用[D];江西理工大学;2015年

8 张雁冰;监控视频中人体异常行为检测研究[D];深圳大学;2015年

9 董凌凌;运动目标的特征提取与行为识别研究[D];曲阜师范大学;2015年

10 丁PrPr;基于DM8148的智能高清网络摄像机的研究与设计[D];武汉邮电科学研究院;2015年

【二级参考文献】

相关期刊论文 前10条

1 胡敏;齐梅;王晓华;许良凤;;基于显著区域词袋模型的物体识别方法[J];电子测量与仪器学报;2013年07期

2 张志飞;苗夺谦;高灿;;基于LDA主题模型的短文本分类方法[J];计算机应用;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 万琴;王耀南;余洪山;林国汉;;基于属性关系图优化匹配的多运动目标跟踪[J];仪器仪表学报;2013年03期

5 徐宗本;郭海亮;王尧;张海;;L_(1/2)正则子在L_q(0<q<1)正则子中的代表性:基于相位图的实验研究(英文)[J];自动化学报;2012年07期

6 史金钢;齐春;;一种双约束稀疏模型图像修复算法[J];西安交通大学学报;2012年02期

7 桂丽华;徐兵;崔永福;;基于l_q最小化算法的稀疏信号分离[J];通信技术;2010年08期

8 杨扬;刘哲;吕方园;;一种迭代加权l_1范数的信号优化恢复方法[J];计算机工程与应用;2010年03期

9 谷军霞;丁晓青;王生进;;行为分析算法综述[J];中国图象图形学报;2009年03期

10 冯波;赵春晖;杨涛;张洪才;程咏梅;;基于光流特征与序列比对的实时行为识别[J];计算机应用研究;2007年03期

相关硕士学位论文 前1条

1 徐腾飞;视频序列中基于检测的多目标跟踪研究[D];南京邮电大学;2011年

【相似文献】

相关期刊论文 前10条

1 刘盾;石和平;;基于一种改进的压缩感知重构算法的分析与比较[J];科学技术与工程;2012年21期

2 蒋英春;;离散空间中正交小波分解重构算法的实现[J];计算机应用研究;2013年02期

3 刘勇;魏东红;毛京丽;;基于优化内积模型的压缩感知快速重构算法[J];北京邮电大学学报;2013年01期

4 王田川;宋建新;;压缩感知重构算法研究[J];电视技术;2013年11期

5 李福建,陈廷槐,田梅,周六丁;一种新的环网故障诊断与重构算法[J];计算机工程;1992年06期

6 童露霞;王嘉;;基于压缩传感的重构算法研究[J];电视技术;2012年11期

7 李博;郭树旭;;一种改进的压缩感知重构算法研究[J];现代电子技术;2013年03期

8 李志刚;;一种快速的压缩感知信号重构算法[J];信息技术;2013年06期

9 梁栋,杨尚俊,章权兵;一种基于图象序列的3D重构算法[J];安徽大学学报(自然科学版);2001年01期

10 陈勤;邹志兵;张e，

本文编号：1743183