基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统基于跟踪的异常检测方法无法适用的拥挤人群场景,提出一种根据单元格速度和前景像素数(大小)及其运动方向是否具有刚性运动特性来判别异常的检测方法.为了只分析前景目标忽略不相关的背景,首先将输入帧进行前景分割,再将输入帧分割成不重叠的单元格,通过计算单元格中前景像素的光流提取每个单元格的运动特征来判定异常的发生.其中,速度特征可以检测出速度过快的异常情况.为了区分出车和因人群走近而形成的大目标,提出运动方向统计的方法.实验表明该方法在较短的时间内具有较好的检测效果.
推荐文章
基于最优簇首数划分单元格的改进GAF算法
无线传感器网络
GAF算法
最优簇首数
节点吞吐率
簇首选择函数
基于深度时空卷积神经网络的人群异常行为检测和定位
人群异常行为检测
深度时空卷积神经网络
迁移学习
数据扩充
基于递归神经网络局部建模的人群异常事件监测
人群异常监测
异常定位
递归神经网络
无监督学习
重构误差
基于高斯混合模型的人群异常检测
人群异常检测
感兴趣区域
SIFT特征
光流法
高斯混合模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于单元格运动特征的人群异常检测
来源期刊 计算机应用与软件 学科 工学
关键词 人群异常检测 光流法 离群值检测 运动方向分析
年,卷(期) 2014,(8) 所属期刊栏目 人工智能与识别
研究方向 页码范围 157-159,163
页数 4页 分类号 TP391.4
字数 3095字 语种 中文
DOI 10.3969/j.issn.1000-386x.2014.08.039
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 罗斌 安徽大学计算机科学与技术学院 181 1213 16.0 25.0
2 涂铮铮 安徽大学计算机科学与技术学院 23 126 7.0 10.0
6 郑爱华 安徽大学计算机科学与技术学院 11 44 4.0 6.0
7 胡斌斌 安徽大学计算机科学与技术学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (10)
共引文献  (32)
参考文献  (5)
节点文献
引证文献  (3)
同被引文献  (7)
二级引证文献  (2)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(5)
  • 参考文献(3)
  • 二级参考文献(2)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2020(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
人群异常检测
光流法
离群值检测
运动方向分析
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导