一种无监督学习的异常行为检测方法

摘要：

针对智能视频监控的需求，提出一种无监督学习的异常行为检测方法。首先，采用混合高斯模型建模提取出运动目标，对运动区域进行标记；然后提取运动区域内的光流信息，将其归一化成特征矩阵，并建立实时更新的特征矩阵观测序列；最后利用二维主成分分析(2DPCA)的重构原理对观测序列进行分析，根据重构特征矩阵与原特征矩阵的能量比来判断是否存在异常行为。基于不同数据库下的视频序列实验结果验证了所提方法的有效性。

关键词：异常行为检测、光流特征、二维主成分分析、无监督学习

分类号：TP391.41(计算技术、计算机技术)

资助基金：国家自然科学基金60574051；江苏省产学研联合创新资金-前瞻性联合研究项目BY2012067

在线出版日期：2014-04-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：43-48