基于隐马尔可夫模型的视频异常场景检测
【出 处】:
【作 者】:
李娟
张冰怡
冯志勇
徐超
张铮
天津大学计算机科学与技术学院
天津300350
天津大学软件学院
天津300350
天津工业大学计算机科学与软件学院
天津300387
【摘 要】视频技术的广泛应用带来海量的视频数据,仅依靠人力对监控视频中的异常进行检测是不太可能的。异常行为的自动化检测在公共安全等领域的地位极其重要。提出一种综合考虑目标特性和时空上下文的异常检测方法,该方法利用光流纹理图描述移动物体的刚性特征,建立基于隐马尔可夫模型HMM的时间上下文异常检测模型。在此基础上,提取异常目标的Radon特征,以支持向量机SVM的异常预分类结果为基础,通过HMM建立异常场景的空间上下文分类模型。该模型在公共数据集UCSD PED2上进行了实验验证,结果表明,本算法不仅在异常检测方面优于已有算法,而且还能给出异常分类。