基于深度聚类的人群运动行为检测

• 作者: 岳诗琴 张乾 杨玉成 邵定琴
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 行为检测 人群运动 深度聚类 K-medoids SqueezeNet
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 106-111
• 页数: 6页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.11.019

摘要

针对人群运动行为检测中难以有效去除异常点的问题,提出一种基于深度聚类的人群运动行为检测方法.构造一种运动特征描述符,通过K-medoids算法对运动特征描述符聚类;采用SqueezeNet轻量级正向加速网络提取视频帧图像特征,通过K-medoids算法对图像特征聚类;将图像特征聚类指数作为运动特征描述符聚类指数的约束条件去除异常点;将去除异常点的聚类指数映射至每一帧图像实现人群检测.在国际公开数据集上进行实验,实验结果表明该算法有效提升了异常点去除率和聚类纯度.