基于轨迹分析的行人异常行为识别

• 作者: 夏利民 王嘉 胡瑗
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 模糊聚类 主题模型LDA 局部隐马尔科夫模型 异常轨迹
• 年，卷（期）: 2017,（11）
• 所属期刊栏目: 图形与图像
• 页码范围: 2054-2059
• 页数: 6页
• 分类号: TP391.4
• 字数: 4502字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.11.013

摘要

提出一种基于轨迹分段主题模型的异常行为检测方法.为了解决跟踪偏差引起的轨迹不连续问题,首先使用模糊聚类算法对所有的轨迹进行全局聚类,然后对每一类轨迹采用分段采样的方式对段内轨迹点使用主题模型LDA进行局部聚类;以最大概率的轨迹点作为视觉单词,每类轨迹表示成一系列视觉单词的集合,在此基础上建立局部隐马尔科夫模型HMM;最后通过轨迹匹配的方法进行异常轨迹识别.在CAVIAR数据库上的实验结果表明,该算法能识别多种异常行为,提高了异常行为检测的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏利民	中南大学信息科学与工程学院	102	814	16.0	22.0
2	王嘉	中南大学信息科学与工程学院	5	43	4.0	5.0
6	胡瑗	中南大学信息科学与工程学院	2	5	1.0	2.0