基于图像处理的公交车内人群异常情况检测

• 作者: 吴薇 沈铮
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 深度学习 卷积神经网络 多尺度滑窗 人群异常识别 运动检测
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 多媒体技术
• 页码范围: 165-171
• 页数: 7页
• 分类号: TP391.41
• 字数: 3937字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2018.01.029

摘要

为有效地监控公交车这一特定环境中人群的异常行为,提出一种公交车内人群异常情况检测的方法.对视频图像确立感兴趣区域,进行预处理;通过改进ViBe算法提取运动目标,引入多尺度滑窗算法确定识别区域;结合连续多帧识别区域进行改进卷积神经网络算法的异常行为识别,通过识别结果判断公交车内人群是否异常.与传统方法的比较结果表明,该算法的检测正确率较高,可达93.5％,误检率较低,仅为1.6％,在实际应用中具有较高的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	沈铮	江南大学物联网工程学院	2	8	2.0	2.0
2	吴薇	江南大学物联网工程学院	3	9	2.0	3.0