行人行为的奇异性检测和正常行为分类

• 作者: 张鹏 王威 王润生 陈宜稳
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 奇异性检测 行为分类 支持向量机 特征选取
• 年，卷（期）: 2010,（9）
• 所属期刊栏目: 图形、图像、模式识别
• 页码范围: 173-176
• 页数: 4页
• 分类号: TP391.41
• 字数: 3097字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2010.09.049

摘要

提出了一种固定场景视频序列异常检测和正常行为分类的方法.该方法定义行人正常的走路和跑动为正常行为,最大的特点在于时空联合特征的选择.首先选用区域特征,通过分析正常行为找到特征的在时间上的统计规律,视频序列中行人不符合规律的行为被判定为异常.然后选用具有时空联合分布特点的目标轮廓特征,通过支持向量机(Support Vector Machine,SVM)进行训练,在训练的基础上判断目标行为是走路还是跑动.该方法在一定样本基础上进行了实验,实验结果表明,该方法能够较好进行行为检测和分类,性能比其他方法也有提高.