基于动态粒子流场的视频异常行为自动识别
为了有效实现视频异常行为的自动识别,基于动态粒子流场,将视频运动对象的运动行为,映射为有效反映其运动变化状态的动态粒子流,同时提取度量不同场景内容下的运动方式各异的异常行为的显著性运动特征,进行异常行为的分类与识别.对来自不同场景并具有不同运动行为方式的公开视频测试序列的实验表明,本文方法无需跟踪运动对象,也无需预先采集异常行为样本进行学习与训练,可在多种条件下实现视频运动对象异常行为的有效自动识别.
动态粒子流场、异常行为识别、显著性特征提取、智能视频监控
26
TP391.4(计算技术、计算机技术)
国家自然科学基金;国家自然科学基金;高等学校博士学科点专项科研基金
2016-03-14(万方平台首次上网日期,不代表论文的发表时间)
2375-2380