基于KOD能量特征的群体异常行为识别

• 作者: 任新宇 夏菁菁 李郁峰 段晶晶 范勇 高琳
• 来源期刊: 计算机应用研究
• 关键词: 群体异常 角点 光流 能量特征 动能方向距离 隐马尔可夫模型
• 年，卷（期）: 2013,（12）
• 所属期刊栏目: 图形图像技术
• 页码范围: 3836-3839
• 页数: 4页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2013.12.084

摘要

在群体异常行为识别过程中,针对传统特征易受目标遮挡影响导致其对群体行为的弱描述性问题,提出一种基于KOD(kinetic orientation distance)能量特征的群体异常行为识别方法.该能量特征忽略群体中相互遮挡的个体的局部特征,从群体行为整体上分别根据群体的运动剧烈程度、群体运动方向一致性和群体中个体的相对位置定义并提取群体动能、方向势能和距离势能构成群体行为高层KOD能量特征,以此描述群体的运动状态变化,最后通过构建隐马尔可夫模型实现群体异常行为检测及类型识别.在PETS和UMN公共数据集上进行实验并与传统光流特征进行对比,实验结果表明,使用KOD能量特征能够有效地检测出群体异常行为并识别出其类型,且能够达到92％的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李郁峰	西南科技大学计算机科学与技术学院	31	253	10.0	13.0
2	范勇	西南科技大学计算机科学与技术学院	77	624	12.0	20.0
3	高琳	西南科技大学计算机科学与技术学院	17	97	6.0	9.0
4	任新宇	西南科技大学计算机科学与技术学院	7	42	4.0	6.0
5	段晶晶	西南科技大学计算机科学与技术学院	5	36	3.0	5.0
6	夏菁菁	西南科技大学计算机科学与技术学院	3	33	3.0	3.0