10.3969/j.issn.1003-501X.2014.03.007
一种无监督学习的异常行为检测方法
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。
异常行为检测、光流特征、二维主成分分析、无监督学习
TP391.41(计算技术、计算机技术)
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
2014-04-09(万方平台首次上网日期,不代表论文的发表时间)
共6页
43-48