基于時(shí)空特征的視頻群體行為識(shí)別算法研究.pdf

1、伴隨著人類(lèi)社會(huì)城市化進(jìn)程的發(fā)展以及城市人口的大規(guī)模增長(zhǎng)，對(duì)在城市公共安全、社會(huì)反恐等城市安全治理的智慧化管理需求日益凸顯。隨著城市大范圍高密度高清視頻監(jiān)控體系的建設(shè)運(yùn)行，如何對(duì)這些海量的信息有效的分析利用，真正發(fā)揮城市公共安全事件及時(shí)發(fā)現(xiàn)和防控的作用，成為該領(lǐng)域深化建設(shè)的關(guān)注熱點(diǎn)和必然趨勢(shì)。本文結(jié)合現(xiàn)實(shí)需求，針對(duì)監(jiān)控視頻中群體暴力行為的識(shí)別和檢測(cè)這一問(wèn)題，從時(shí)空特征表征、字典學(xué)習(xí)方法兩個(gè)層面進(jìn)行了研究，提出了基于視頻時(shí)空特征的群體行為識(shí)

2、別算法，并完成了暴力群體行為檢測(cè)系統(tǒng)的開(kāi)發(fā)實(shí)現(xiàn)。
　　本文的主要工作包括：
　　1）對(duì)暴力視頻時(shí)空特征表征效果進(jìn)行了研究。本文針對(duì)群體行為識(shí)別問(wèn)題，研究比較了MoSIFT，ViF，SC-ISA（Stacked Convolutional ISA）等不同時(shí)空特征對(duì)群體行為進(jìn)行表征的效果，討論了hand-design（人工設(shè)計(jì)）時(shí)空特征和非監(jiān)督學(xué)習(xí)時(shí)空特征各自的優(yōu)勢(shì)與不足。
　　2）提出了一種基于SFV(Stacked F

3、isher Vector，堆疊Fisher編碼)的字典學(xué)習(xí)模型。本文提出的模型具有字典學(xué)習(xí)速度快，中層語(yǔ)義區(qū)分性強(qiáng)的優(yōu)勢(shì)。
　　3）提出了一種基于SC-ISA特征和SFV字典學(xué)習(xí)模型的暴力群體行為檢測(cè)算法。本文提出算法對(duì)視頻的信息描述準(zhǔn)確，語(yǔ)義表征全面，在公共暴力群體行為數(shù)據(jù)集Crowd Violence dataset上進(jìn)行了準(zhǔn)確率和檢測(cè)速度的測(cè)試，檢測(cè)結(jié)果優(yōu)于同問(wèn)題下的其他先進(jìn)算法。
　　4）論文在算法工作的基礎(chǔ)上，設(shè)計(jì)