视频监控下利用改进型YOLOv3的弱监督式异常行为检测

• 作者: 赵雪章 丁犇 席运江
• 来源期刊: 光学技术
• 关键词: 视频监控 异常行为 弱监督式 改进型YOLOv3 大尺度光流直方图描述符 最小二乘支持向量机
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 光学图像处理与识别|Optical Image Precessing & Recognition
• 页码范围: 120-128
• 页数: 9页
• 分类号: TP391
• 语种: 中文

摘要

为了对监控视频中的异常行为进行准确高效地检测,提出了一种利用改进型YOLOv3的弱监督式异常行为检测.采用多尺度融合的方式改进YOLOv3网络,利用改进型YOLOv3完成视频中的目标检测,提高计算效率与方法的通用性;利用光流可有效捕捉运动信息这一特性,提出大尺度光流直方图描述符(LSOFH)描述目标行为,以更好地提取异常行为特征;训练最小二乘支持向量机(LSSVM),用于识别监控视频中的异常行为.基于MATLAB仿真平台对所提方法进行实验论证,结果表明,相比于其他方法,所提方法在UCSD数据集、UMN数据集和地铁出口数据集上的表现最佳,曲线下面积(AUC)最大、等错误率(EER)最小且检测率最高,具有较好的应用前景.