基于轨迹分析的行人异常行为识别
【出 处】:
【作 者】:
胡瑗
[1]
夏利民
[1]
王嘉
[2]
【摘 要】提出一种基于轨迹分段主题模型的异常行为检测方法.为了解决跟踪偏差引起的轨迹不连续问题,首先使用模糊聚类算法对所有的轨迹进行全局聚类,然后对每一类轨迹采用分段采样的方式对段内轨迹点使用主题模型LDA进行局部聚类;以最大概率的轨迹点作为视觉单词,每类轨迹表示成一系列视觉单词的集合,在此基础上建立局部隐马尔科夫模型HMM;最后通过轨迹匹配的方法进行异常轨迹识别.在CAVIAR数据库上的实验结果表明,该算法能识别多种异常行为,提高了异常行为检测的准确率.
相关热词搜索: 模糊聚类 主题模型LDA 局部隐马尔科夫模型 异常轨迹
上一篇: 混合空间新型贝叶斯网络模型的图像分割应用研究
下一篇: 基于分段线性函数的功放模型及数字预失真应用