一种基于局部拓扑与l1/2范数的解析字典分类的人群事件检测

摘要：

所提方案在传统解析字典算法基础上,加入局部拓扑项用以描述数据之间的结构信息,同时用lv2范数代替l1范数作为稀疏约束,从而提高表示系数的稀疏度.在特征提取上,融合了包含丰富运动信息的相互作用力直方图与包含纹理信息的梯度方向直方图,然后用改进的字典对特征数据进行训练,最后通过计算测试样本在该字典下的重构误差来判断测试样本是否为异常样本.在标准行为库UMN(University of Minnesota)数据库上进行的实验证实了算法具有较高的性能.与传统的算法相比,提出的改进的解析字典分类算法在针对人群异常事件中取得了更为有效的检测.

关键词：解析字典、局部拓扑项、相互作用力直方图、梯度方向直方图

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目60972063;宁波市自然科学基金资助项目2014A610065;宁波大学科研基金理/学科资助项目XKXL1308

在线出版日期：2018-12-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：65-71