版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著計算機處理分析圖像能力的日益提高,利用計算機跟蹤和分析群體的行為已經(jīng)成為計算機視覺研究領(lǐng)域的一個熱點。群體運動的分割和人群的異常行為檢測是群體運動分析的首要步驟和基本前提。本文將流體力學(xué)中的脈線的概念引入到計算機視覺中,利用脈線的流體屬性提取群體的運動特征,實現(xiàn)流動群體的分割和人群異常行為識別。
在計算機視覺中計算群體的運動特征必須克服的第一個障礙就是在不對個體進行跟蹤的前提下找到一種好的方法標識流體的模式,因為在密集的人
2、群中跟蹤個體是不實際的也是沒必要的。另一個要克服的障礙就是當場景內(nèi)容和群體動態(tài)在一個長的范圍內(nèi)變化時,需要找到一種新的方法理解行為的改變。因為光流是二維圖像中像素點的幀間瞬時變化率,它不能捕捉長時間范圍內(nèi)的運動特征。所以在流體力學(xué)的拉格朗日框架下,將粒子流的概念引入到了計算機視覺中。但是粒子流的應(yīng)用中忽略了空間變化,并且?guī)в忻黠@的時間延遲,為了解決這些問題本文引入脈線。即在光流場的基礎(chǔ)上計算得到速度場,從而獲得某時間段內(nèi)運動粒子的集合,
3、本文結(jié)合延伸粒子的概念描述粒子運動的時間關(guān)聯(lián)性,由延伸粒子構(gòu)建脈線;其梯度則為流體的傾向流,這樣根據(jù)得到的脈線和傾向流計算它們時空鄰域內(nèi)的相似性,從而將相似的脈線聚類到同一個區(qū)域,由分水嶺分割算法將不同的區(qū)域進行分割。
由于光流速度場直接計算出的勢函數(shù)是對光照等外加干擾敏感的,而脈線反映了人群流體的幀間宏觀運動趨勢,由脈線計算出的勢函數(shù)可以克服噪聲干擾。在簡易流體力學(xué)模型下將勢函數(shù)按照亥姆霍茲分解理論得到流函數(shù)和速度勢,而人群
4、流異常行為識別則是對每幀人群流速度勢和流函數(shù)進行奇異值提取,實現(xiàn)每個視頻幀的運動特征描述;由于視頻中的群體運動是一個連續(xù)的時間過程,對一個視頻段本文采用PCA降維,得到描述本段視頻人群流運動特性的描述符;最后采用支持向量機對樣本庫中的正負樣本進行分類訓(xùn)練,實現(xiàn)對人群流異常行為進行判別。
試驗中采用DMN和UCF數(shù)據(jù)集進行測試,結(jié)果表明在DMN數(shù)據(jù)集下測試識別率優(yōu)于當前的識別方法;在UCF數(shù)據(jù)下的識別率略低于DMN測試結(jié)果;證明
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于稀疏編碼的群體異常行為檢測.pdf
- 基于視頻的群體行為異常檢測.pdf
- 基于視頻監(jiān)控的群體異常行為檢測研究.pdf
- 基于流機制的群體異常行為檢測研究.pdf
- 基于人群分布與運動動能的群體異常行為檢測.pdf
- 基于時空特點的群體異常行為檢測算法研究.pdf
- 群體異常行為檢測與識別方法研究.pdf
- 群體行為異常檢測系統(tǒng)的設(shè)計實現(xiàn).pdf
- 基于光流特征的群體異常行為檢測方法的研究.pdf
- 基于監(jiān)控視頻的群體異常檢測.pdf
- 基于視頻分析的異常群體事件檢測.pdf
- 基于全局光流的群體性異常行為檢測算法研究與實現(xiàn).pdf
- 基于X線乳腺腫塊分割與檢測的研究.pdf
- 基于在線學(xué)習(xí)的異常行為檢測.pdf
- 基于視頻的異常行為檢測研究.pdf
- 基于視頻的行人檢測及異常行為檢測.pdf
- 視頻群體特征感知與異常檢測研究.pdf
- 基于特征點的群體異常檢測方法的研究.pdf
- 基于監(jiān)控視頻的異常行為檢測研究.pdf
- 基于進程行為的主機異常檢測系統(tǒng).pdf
評論
0/150
提交評論