一种用于异常行为检测的运动特征描述子

• 作者: 何小海 刘文璨 卿粼波 吴晓红 王昆仑
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 异常行为 加速度光流 受限玻尔兹曼机 运动信息特征 特征提取
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 计算机图形学&多媒体
• 页码范围: 119-124
• 页数: 6页
• 分类号: TP391.41
• 字数: 7020字
• 语种: 中文
• DOI: 10.11896/jsjkx.190300392

摘要

目前,用于描述视频中人群的运动信息大多是基于光流的速度描述子.事实上,加速度蕴含丰富的运动信息,能够提供速度描述子在描述复杂运动模式时缺失的信息,以更好地表征复杂的运动模式.文中研究了一种运动特征描述子,使用受限玻尔兹曼机模型进行异常行为检测.首先,提取视频中的光流场信息,计算帧间加速度光流;然后,对一个时空块中的加速度信息进行直方图统计,将若干帧的所有时空块直方图特征进行拼接,从而获得加速度描述子;最后,在仅包含正常行为的训练集上建立受限玻尔兹曼机模型,在测试阶段根据测试视频重建特征与原始特征的误差大小进行异常检测.实验表明,所提出的加速度描述子结合速度描述子,在UMN数据集与UCF-Web数据集上,ROC曲线下的面积分别达到了0.984与0.958,相较于其他算法,所提方法取得了更高的异常行为检测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何小海	四川大学电子信息学院	395	2334	21.0	30.0
2	吴晓红	四川大学电子信息学院	141	571	11.0	16.0
3	卿粼波	四川大学电子信息学院	181	565	11.0	15.0
4	刘文璨	四川大学电子信息学院	3	0	0.0	0.0
5	王昆仑	四川大学电子信息学院	1	0	0.0	0.0