行人行为的奇异性检测和正常行为分类

摘要：

提出了一种固定场景视频序列异常检测和正常行为分类的方法.该方法定义行人正常的走路和跑动为正常行为,最大的特点在于时空联合特征的选择.首先选用区域特征,通过分析正常行为找到特征的在时间上的统计规律,视频序列中行人不符合规律的行为被判定为异常.然后选用具有时空联合分布特点的目标轮廓特征,通过支持向量机(Support Vector Machine,SVM)进行训练,在训练的基础上判断目标行为是走路还是跑动.该方法在一定样本基础上进行了实验,实验结果表明,该方法能够较好进行行为检测和分类,性能比其他方法也有提高.

关键词：奇异性检测、行为分类、支持向量机、特征选取

所属期刊栏目：46

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家部委预研基金

在线出版日期：2010-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：173-176