基于流形学习的视频异常行为检测算法

摘要：

随着日益突出的公共安全问题和迅速增长的视频数据流量,智能化的视频监控异常行为检测成为计算机视觉方向的研究热点.由于监督学习下的异常行为检测训练效果易受视频监控数据集分布不平衡影响,本文采用无监督学习方法得到具有时空间分辨率的异常行为检测效果.提出基于多流形谱聚类的异常行为检测方法,利用图像特征点列构建时序信息特征,利用流形学习构建空间信息特征,最终利用谱聚类方法无监督地得到视频异常行为检测结果.在UCSD数据集上进行实验验证,本文方法具有较好的检测性能和计算速度.

关键词：公共安全、异常行为检测、无监督学习、图像特征点、流形学习、谱聚类

所属期刊栏目：32

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;新疆维吾尔自治区天山青年计划-优秀青年科技人才培养项目;湖北省教育厅科学技术研究项目;湖北省教育厅人文社会科学研究院项目;湖北文理学院博士基金资助项目

在线出版日期：2022-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1345-1352