查询结果:   郑浩,刘建芳,廖梦怡.室内视频监控下基于混合算法的人体异常行为检测和识别方法[J].计算机应用与软件,2019,36(7):224 - 230,241.
中文标题
室内视频监控下基于混合算法的人体异常行为检测和识别方法
发表栏目
人工智能与识别
摘要点击数
82
英文标题
HUMAN ABNORMAL BEHAVIOR DETECTION AND RECOGNITION BASED ON HYBRID ALGORITHM IN INDOOR VIDEO SURVEILLANCE
作 者
郑浩 刘建芳 廖梦怡 Zheng Hao Liu Jianfang Liao Mengyi
作者单位
平顶山学院计算机学院 河南 平顶山 467000 华中师范大学国家数字化学习工程技术研究中心 湖北 武汉 430079    
英文单位
School of Computer, Pingdingshan University, Pingdingshan 467000, Henan, China National Digital Learning Engineering Technology Research Center, Huazhong Normal University, Wuhan 430079, Hubei, China    
关键词
检测识别 连续自适应均值漂移 校正背景权重直方图 无味粒子滤波 稀疏表达
Keywords
Tracking and recognition Continuous adaptive mean shift(CAMS) Corrected background weight histogram(CBWH) Unscented particle filter(UPF) Sparse expression
基金项目
河南省科技厅科技发展计划科技攻关项目(182102310040); 平顶山学院青年科研基金项目(PXYQNJJ2017002)
作者资料
郑浩,讲师,主研领域:图形图像处理,软件工程。刘建芳,讲师。廖梦怡,讲师。 。
文章摘要
针对目前室内人体异常行为检测和识别中照明变化、遮挡、相机移动和背景等因素对检测准确性的影响,提出一种多技术混合跟踪方法。该方法基于连续自适应均值漂移(CAMS),引入校正背景权重直方图(CBWH)和无味粒子滤波(UPF)技术处理遮挡和相似颜色对象的干扰。采用基于稀疏表达的检测方式从多种场景对目标对象的异常行为进行检测和识别,并利用均方误差统计量评估所提方法的性能。同时在公开数据集UMN上进行仿真验证。实验结果表明,该方法在不同场景中有障碍物遮挡或是具有相似颜色的其他对象情况下都能准确检测和识别目标对象。此外,该技术还可能进一步改善复杂场景下多摄像机中目标对象的跟踪性能。
Abstract
Aiming at the influence of illumination variations, occlusions, camera movements, and background clutters on monitoring accuracy in the detection and recognition of human abnormal behavior, a hybrid multi-technique tracking method was proposed. Based on continuous adaptive mean shift(CAMS), we introduced corrected background weight histogram(CBWH) and unscented particle filter(UPF) to deal with the interference of shading and similar color objects. The sparse expression detection method was utilized to identify the abnormal behavior of the target object in various scenarios. The performance of the proposed method was evaluated by using the mean square error(MSE), and the simulation was carried out on the open data set UMN. The experimental results show that the method can accurately detect and recognize the target object under the condition of obstacle occlusion or similar color object in different scenes. In addition, this technique may further improve the tracking performance of target objects in multiple cameras and complex scenes.
下载PDF全文   

根据该篇关键词查找到本刊已发表相关论文供参考
序号
文  章  标  题
作者1
发表栏目
页码
摘要
1
室内视频监控下基于混合算法的人体异常行为检测和识别方法
郑浩
人工智能与识别
2019
7
224
[摘要]
2
基于Logistic回归和BPNN的二值人脸图像识别
王海燕
人工智能与识别
2019
2
240
[摘要]
3
基于一种网络结构的块稀疏字典学习
倪一宁
算法
2016
5
260
[摘要]
4
一种基于稀疏表达和神经网络的人脸识别算法
祁彦庆
人工智能与识别
2016
10
172
[摘要]
5
多特征协同的双层组合结构行人监控识别方法
吕真
人工智能与识别
2015
9
170
[摘要]
6
改进型粒子滤波与稀疏表达的自适应图像跟踪算法
金晶
多媒体技术应用
2014
7
152
[摘要]
7
使用稀疏表示的彩色图像增强
何兴无
图像处理与应用
2014
6
236
[摘要]