文献类型：期刊文章

作　　者：郑併斌[1,2] 范新南[1,2] 李敏[2] 张继[1,2]

机构地区：[1]江苏省输配电装备技术重点实验室(河海大学),江苏常州213022 [2]河海大学物联网工程学院,江苏常州213022

出　　处：《计算机应用》

基　　金：国家自然科学基金资助项目(61273170;41301448)

年　　份：2015

卷　　号：35

期　　号：2

起止页码：515-518

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA、CSA-PROQEUST、CSCD、CSCD_E2015_2016、IC、INSPEC、JST、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：基于目标轨迹的异常行为检测算法忽略了轨迹内部信息,容易导致异常检测虚警率偏高。为解决该问题,提出一种基于轨迹分段主题模型的视频异常行为检测方法。首先将目标原始轨迹根据轨迹转角分段,然后采用分段量化的方式提取轨迹片段中包含的行为特征信息,接着通过潜在狄利克雷分配(LDA)主题模型建模发掘目标轨迹之间的时空关系,最后通过学习所构建的模型并结合贝叶斯理论进行行为模式分析和异常行为检测。分别对两个视频场景进行了目标行为模式分析和异常行为检测的仿真实验,检测出了场景内多种异常行为模式。实验结果表明,通过结合轨迹分段与LDA主题模型,该算法能够充分挖掘目标轨迹内部的行为特征信息,识别多种异常行为模式,并且能提高对异常行为检测的准确率。

关 键 词：视频分析 行为模式分析  异常检测 潜在狄利克雷分配  主题模型 轨迹分段  

分 类 号：TP391.41]