显著性光流直方图字典表示的群体异常事件检测

摘要：

在视频监控系统已被广泛应用的今天,基于监控视频的群体异常事件检测已成为保障社会安全的迫切需要,越来越受到人们的重视.该文基于这一现状,提出了一个新的群体异常事件检测方案,实现对监控视频自动高效的检测.在特征提取方面,提出了显著性光流直方图特征描述符,并利用该特征描述符构建字典;在字典优化方面,提出了基于聚类的多字典组合学习框架,将原始的大字典分为多个子字典;最后,对于测试样本,找出最适合的子字典并计算测试样本在该子字典下的重建误差,即可判断测试样本是否异常.在两个数据集上的实验表明,与其他方法相比,该文提出的方法对拥挤场景下监控视频中的群体异常事件检测取得了较好的检测性能.

关键词：异常事件检测、光流直方图、字典训练、聚类、稀疏重构

所属期刊栏目：33

分类号：TN911.73

资助基金：国家自然科学基金61572067,61502024;北京市自然科学基金4162050;广东省自然科学基金2016A030313708;中央高校基本科研业务费K16JB00110

在线出版日期：2017-06-23（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：330-337