基于不变矩改进HMM的人体异常行为识别研究

摘要：

传统的异常行为识别算法隐马尔可夫模型通过人为定义训练,将人工特征作为输入,特征不丰富且可能携带噪声,这使得训练得到的HMM参数并非最佳,泛化性能差,影响异常行为识别效果.针对此问题,本文提出了一种基于不变矩改进HMM的人体异常行为识别算法,聚焦优化提取目标的不变性特征,保证提取目标的特征不变性.实验结果表明,该方法可以实时发现异常行为,有效提高异常行为识别率,可大规模推广应用于公安视频侦查领域.

关键词：异常行为识别、HMM、不变矩方法

所属期刊栏目：30

分类号：TP391.41;TN912.34;TP181

在线出版日期：2023-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：45-49