计算机应用
計算機應用
계산궤응용
COMPUTER APPLICATION
2015年
2期
515-518,565
,共5页
郑併斌%范新南%李敏%张继
鄭併斌%範新南%李敏%張繼
정병빈%범신남%리민%장계
视频分析%行为模式分析%异常检测%潜在狄利克雷分配%主题模型%轨迹分段
視頻分析%行為模式分析%異常檢測%潛在狄利剋雷分配%主題模型%軌跡分段
시빈분석%행위모식분석%이상검측%잠재적리극뢰분배%주제모형%궤적분단
video analysis%behavior pattern analysis%abnormal detection%Latent Dirichlet Allocation (LDA)%topic model%trajectory segmentation
基于目标轨迹的异常行为检测算法忽略了轨迹内部信息,容易导致异常检测虚警率偏高.为解决该问题,提出一种基于轨迹分段主题模型的视频异常行为检测方法.首先将目标原始轨迹根据轨迹转角分段,然后采用分段量化的方式提取轨迹片段中包含的行为特征信息,接着通过潜在狄利克雷分配(LDA)主题模型建模发掘目标轨迹之间的时空关系,最后通过学习所构建的模型并结合贝叶斯理论进行行为模式分析和异常行为检测.分别对两个视频场景进行了目标行为模式分析和异常行为检测的仿真实验,检测出了场景内多种异常行为模式.实验结果表明,通过结合轨迹分段与LDA主题模型,该算法能够充分挖掘目标轨迹内部的行为特征信息,识别多种异常行为模式,并且能提高对异常行为检测的准确率.
基于目標軌跡的異常行為檢測算法忽略瞭軌跡內部信息,容易導緻異常檢測虛警率偏高.為解決該問題,提齣一種基于軌跡分段主題模型的視頻異常行為檢測方法.首先將目標原始軌跡根據軌跡轉角分段,然後採用分段量化的方式提取軌跡片段中包含的行為特徵信息,接著通過潛在狄利剋雷分配(LDA)主題模型建模髮掘目標軌跡之間的時空關繫,最後通過學習所構建的模型併結閤貝葉斯理論進行行為模式分析和異常行為檢測.分彆對兩箇視頻場景進行瞭目標行為模式分析和異常行為檢測的倣真實驗,檢測齣瞭場景內多種異常行為模式.實驗結果錶明,通過結閤軌跡分段與LDA主題模型,該算法能夠充分挖掘目標軌跡內部的行為特徵信息,識彆多種異常行為模式,併且能提高對異常行為檢測的準確率.
기우목표궤적적이상행위검측산법홀략료궤적내부신식,용역도치이상검측허경솔편고.위해결해문제,제출일충기우궤적분단주제모형적시빈이상행위검측방법.수선장목표원시궤적근거궤적전각분단,연후채용분단양화적방식제취궤적편단중포함적행위특정신식,접착통과잠재적리극뢰분배(LDA)주제모형건모발굴목표궤적지간적시공관계,최후통과학습소구건적모형병결합패협사이론진행행위모식분석화이상행위검측.분별대량개시빈장경진행료목표행위모식분석화이상행위검측적방진실험,검측출료장경내다충이상행위모식.실험결과표명,통과결합궤적분단여LDA주제모형,해산법능구충분알굴목표궤적내부적행위특정신식,식별다충이상행위모식,병차능제고대이상행위검측적준학솔.
