基于视频图像块模型的局部异常行为检测

• 作者: 徐国政 朱松豪 梁志伟 程艳云
• 来源期刊: 南京邮电大学学报（自然科学版）
• 学科: 工学
• 关键词: 异常行为检测 视频图像块 UCSD数据集 Subway数据集
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 通信与电子
• 页码范围: 32-40
• 页数: 9页
• 分类号: TN911.73
• 字数: 6921字
• 语种: 中文
• DOI: 10.14132/j.cnki.1673-5439.2017.01.005

摘要

为提高视频监控下局部异常行为检测的准确性和快速性,文中提出一种基于视频图像块模型的局部异常行为检测方法.该方法首先进行基于梯度直方图的视频图像块提取和基于时空相关性的视频图像块优化;然后,对视频图像块进行基于张量投票的正常行为模型学习和基于时空相似性的异常行为模型学习;最后,依据学习结果进行视频图像块的局部异常行为检测,确定异常区域并进行有效的标记.在通用UCSD数据集和Subway数据集上的实验结果表明,文中所提方法能有效提高局部异常行为检测的准确性和检测的效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程艳云	南京邮电大学自动化学院	24	161	8.0	12.0
2	梁志伟	南京邮电大学自动化学院	35	152	6.0	10.0
3	朱松豪	南京邮电大学自动化学院	37	103	5.0	9.0
4	徐国政	南京邮电大学自动化学院	35	193	7.0	12.0