基于多任务CNN的监控视频中异常行人快速检测

• 作者: 刘成林 朱明 李俊杰
• 来源期刊: 计算机系统应用
• 关键词: 监控视频 异常行人 多任务卷积神经网络 卷积核拆分 单类支持向量机
• 年，卷（期）: 2018,（11）
• 所属期刊栏目: 系统建设
• 页码范围: 78-83
• 页数: 6页
• 字数: 3342字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.006607

摘要

在近年来社会公共安全受到广泛关注的情况下,如何利用监控视频对异常行人进行监督,预防危险事件的发生成为了一个热门课题.异常行人是指与普通行人在外观上有明显异常性区别的人,例如用头盔大面积遮挡面部或低头躲避摄像头,考虑到异常行人的特征主要集中在头面部,本文提出一种基于多任务卷积神经网络和单类支持向量机的针对头面部特征的异常行人快速检测方法.首先进行头面部区域的检测,然后使用多任务卷积神经网络提取头面部区域的特征,之后使用单类支持向量机判断是正常行人还是异常行人.此外,本文还针对卷积神经网络设计了一种卷积核拆分方法,加快了特征提取的速度,最终实验表明,本文提出的算法能够快速有效的检测出监控视频中的异常行人.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	朱明	中国科学技术大学信息科学技术学院	228	2519	25.0	40.0
2	刘成林	中国科学技术大学信息科学技术学院	21	624	9.0	21.0
3	李俊杰	中国科学技术大学信息科学技术学院	37	329	7.0	17.0