基于轨迹聚类的公共安全异常检测

摘要：

公共安全异常检测的需求越来越迫切，监控中基于轨迹聚类的检测方法越来越流行，但是现有方法在处理高维不等长轨迹数据时效果并不理想。提出一个新的轨迹聚类方法，该方法通过组合动态时间弯曲和密度峰算法实现。动态时间弯曲用于度量轨迹间的距离，密度峰算法根据距离进行聚类。前者可直接度量不等长轨迹聚类，后者是近年提出的非球体分布数据聚类算法，以局部密度和最近邻聚类组合实现。实验在PETS2006监控视频数据集上进行，测试结果表明该方法有效地发现了异常的轨迹行为模式。

关键词：轨迹聚类、异常检测、密度峰算法、公共安全

所属期刊栏目：52

分类号：TP393(计算技术、计算机技术)

资助基金：江苏省自然科学基金No.BK20140065；江苏省工程技术研究中心No.BM2014391；国家自然科学基金No.61174198；国家自然科学基金联合基金No.U1435218。

在线出版日期：2016-08-03（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：7-11