文献类型：期刊文章

作　　者：满君丰[1] 李倩倩[2] 温向兵[1]

机构地区：[1]湖南工业大学计算机与通信学院,株洲412008 [2]湖南化工职业技术学院信息工程系,株洲412004

出　　处：《东南大学学报（自然科学版）》

基　　金：国家自然科学基金资助项目(60773110);湖南省自然科学基金资助项目(09JJ6087);中国包装总公司科研资助项目(2008-XK10);湖南省科技计划资助项目(2010FJ3041);湖南工业大学研究生创新基金资助项目(CX1003)

年　　份：2011

卷　　号：41

期　　号：3

起止页码：492-497

语　　种：中文

收录情况：AJ、BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、CSCD、CSCD2011_2012、EI、IC、INSPEC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：为有效识别视频监控中的人体行为,提出了新的人体行为识别模型和前景提取方法.对前景提取,采用背景边缘模型与背景模型相结合的前景检测方法,有效避免了光照、阴影等外部因素的影响.为了快速发现人体运动过程中产生的新行为,采用分层Dirichlet过程聚类人体特征数据来判断是否有未知人体行为产生,用无限HMM对含有未知行为模式的特征向量进行有监督学习,由管理者将其添加到知识库中.当知识库的行为模式达到一定规模时,系统可以无监督地对人体行为进行分析.通过仿真实验证实了提出的方法在人体行为识别方面较其他方法具有独特的优势.

关 键 词：视频监控 行为模式  行为识别  前景提取  多层Dirichlet过程  

分 类 号：TP391.4]