基于角点动能的视频群体异常行为检测

• 作者: 梁玉 逯鹏 陈树伟
• 来源期刊: 郑州大学学报（工学版）
• 学科: 工学
• 关键词: 群体异常行为 k均值 角点动能 异常程度 自适应
• 年，卷（期）: 2015,（3）
• 所属期刊栏目: 电气工程
• 页码范围: 20-24
• 页数: 5页
• 分类号: TP391.41
• 字数: 3254字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-6833.2015.03.005

摘要

为了提高实时性和精确度,提出一种利用角点动能检测群体异常行为的方法.首先,利用金字塔Lucas-Kanade光流法计算FAST(Features from Accelerated Segment Test)角点光流,筛选出运动的角点;然后,利用k均值方法聚类图像中的角点,自适应地调整正常行为角点动能,定义每一类的局部异常程度为角点平均动能与正常时的比值,整体运动异常程度为局部异常程度之和;最后,如果整体异常程度大于异常阈值为异常行为,否则为正常行为.实验结果表明:该方法能够检测出多种群体异常行为且实时性强于Harris、SIFT(Scale-Invariant Feature Transform)和SURF(Speed Up Robust Features)角点,精确度高于光流法、社会力法和图分析法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈树伟	郑州大学电气工程学院	17	101	5.0	9.0
2	逯鹏	郑州大学电气工程学院	32	202	7.0	13.0
3	梁玉	郑州大学电气工程学院	3	12	2.0	3.0