基于统计学习的人群异常行为检测

• 作者: 郭志刚 高智勇
• 来源期刊: 现代科学仪器
• 学科: 工学
• 关键词: 异常检测 特征提取 统计学习 高斯混合模型 mean shift
• 年，卷（期）: 2014,（2）
• 所属期刊栏目: 仪器研制与开发
• 页码范围: 14-19
• 分类号: TP391.41
• 语种: 中文

摘要

针对拥挤道路环境下的人群监控问题,提出了一种新的异常行为检测方法.该算法首先对去背景后的训练视频提取特征向量,并通过统计学习的方法建立高斯混合模型(GMM),然后提取测试视频的特征向量,输入到GMM中计算概率密度,最后用mean shift算法判断每帧是否异常.在UCSD数据库上进行帧级别的实验,取得了16％的同等错误率(EER),在像素级别的实验中,取得了62％的定位准确率.实验结果表明该算法能有效检测不同场景下的人群异常行为.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高智勇	中南民族大学生物医学工程学院	45	209	7.0	11.0
2	郭志刚	中南民族大学生物医学工程学院	1	0	0.0	0.0