作者:
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:
群体骚乱行为突发性强、破坏性大,是视频监控关注的重点.研究群体骚乱行为的智能检测方法有助于提高视频监控的智能化水平.现有行为检测方法在检测群体骚乱行为时虚警率较高,实用性较差.因此,依据群体骚乱行为发生时光流模值变化大的特性,提出了一种基于光流模值变化频率的群体骚乱行为检测方法.该方法首先计算视频中每一帧图像上各像素点的光流;然后自适应求取反映像素点光流变化大小的二值映射图;接着分区块计算视频片段上的光流变化频率直方图,构建行为描述子;最后采用线性支持向量机进行特征训练与分类.实验表明,所提方法在检测群体骚乱行为时虚警率和漏警率低、识别率高,可广泛用于智能视频监控领域.
推荐文章
基于光流法与图像纹理特征的鱼群摄食行为检测
图像纹理
光流法
鱼群摄食行为
支持向量机
光伏发电系统MPPT固定频率滑模控制
光伏电池
最大功率点跟踪
固定频率滑模控制
Buck电路
基于不同闪烁频率光刺激的脑电压变化研究
脑电信号
光刺激
闪烁频率
基于光流特征与序列比对的实时行为识别
行为识别
分层光流
序列比对
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 基于光流模值变化频率的群体骚乱行为检测方法
来源期刊 计算机科学 学科 工学
关键词 群体骚乱行为 行为检测 光流 支持向量机
年,卷(期) 2016,(5) 所属期刊栏目 图形图像与模式识别
研究方向 页码范围 283-287
页数 5页 分类号 TP391
字数 4885字 语种 中文
DOI 10.11896/j.issn.1002-137X.2016.5.054
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 林拉 华南师范大学计算机学院 15 90 5.0 9.0
2 林杰 华南理工大学公共管理学院 23 180 7.0 13.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (50)
参考文献  (13)
节点文献
引证文献  (2)
同被引文献  (4)
二级引证文献  (0)
1981(1)
  • 参考文献(1)
  • 二级参考文献(0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(4)
  • 参考文献(0)
  • 二级参考文献(4)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(3)
  • 参考文献(1)
  • 二级参考文献(2)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(7)
  • 参考文献(0)
  • 二级参考文献(7)
2008(7)
  • 参考文献(1)
  • 二级参考文献(6)
2009(5)
  • 参考文献(1)
  • 二级参考文献(4)
2010(7)
  • 参考文献(2)
  • 二级参考文献(5)
2011(6)
  • 参考文献(4)
  • 二级参考文献(2)
2012(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(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)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
群体骚乱行为
行为检测
光流
支持向量机
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
计算机科学
月刊
1002-137X
50-1075/TP
大16开
重庆市渝北区洪湖西路18号
78-68
1974
chi
出版文献量(篇)
18527
总下载数(次)
68
论文1v1指导