2.765

2022影响因子

(CJCR)

  • 中文核心
  • EI
  • 中国科技核心
  • Scopus
  • CSCD
  • 英国科学文摘

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于运动方向的异常行为检测

胡芝兰 江帆 王贵锦 林行刚 严洪

胡芝兰, 江帆, 王贵锦, 林行刚, 严洪. 基于运动方向的异常行为检测. 自动化学报, 2008, 34(11): 1348-1357. doi: 10.3724/SP.J.1004.2008.01348
引用本文: 胡芝兰, 江帆, 王贵锦, 林行刚, 严洪. 基于运动方向的异常行为检测. 自动化学报, 2008, 34(11): 1348-1357. doi: 10.3724/SP.J.1004.2008.01348
HU Zhi-Lan, JIANG Fan, WANG Gui-Jin, LIN Xing-Gang, YAN Hong. Anomaly Detection Based on Motion Direction. ACTA AUTOMATICA SINICA, 2008, 34(11): 1348-1357. doi: 10.3724/SP.J.1004.2008.01348
Citation: HU Zhi-Lan, JIANG Fan, WANG Gui-Jin, LIN Xing-Gang, YAN Hong. Anomaly Detection Based on Motion Direction. ACTA AUTOMATICA SINICA, 2008, 34(11): 1348-1357. doi: 10.3724/SP.J.1004.2008.01348

基于运动方向的异常行为检测

doi: 10.3724/SP.J.1004.2008.01348
详细信息
    通讯作者:

    胡芝兰

  • 中图分类号: TP391

Anomaly Detection Based on Motion Direction

More Information
    Corresponding author: HU Zhi-Lan
  • 摘要: 提出了一种基于运动方向的异常行为检测方法. 根据不同行为的运动方向具有不同的规律性, 该方法采用块运动方向描述不同的动作, 并利用支持向量机(Support vector machine, SVM)对实时监控视频进行异常行为检测. 为了减少噪声运动的影响, 同时有效保留小幅度运动的前景目标, 在行为描述之前, 本文采用了背景边缘模型对每一视频帧进行前景帧(有目标出现的视频帧)判断. 在行为描述时, 先提取相应视频段的所有前景帧的块运动方向, 然后对这些运动方向进行归一化直方图统计得到该视频段的行为特征. 在走廊等公共场景中的实验结果表明, 该方法能够对单人以及多人的复杂行为进行有效检测, 对运动过程中目标大小的变化、光照的变化以及噪声等具有较好的鲁棒性, 而且计算复杂度小, 能够实现实时监控.
  • 加载中
计量
  • 文章访问数:  3234
  • HTML全文浏览量:  100
  • PDF下载量:  2647
  • 被引次数: 0
出版历程
  • 收稿日期:  2007-09-27
  • 修回日期:  2008-05-06
  • 刊出日期:  2008-11-20

目录

    /

    返回文章
    返回