ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
其他

Anomaly Detection Based on Motion Direction

HU Zhi Lan; JIANG Fan; WANG Gui Jin; LIN Xing Gang; YAN Hong清华大学; 香港城市大学; 北京
2008
7阅读
引用收藏
分享

摘要

提出了一种基于运动方向的异常行为检测方法.根据不同行为的运动方向具有不同的规律性,该方法采用块运动方向描述不同的动作,并利用支持向量机(Support vector machine,SVM)对实时临控视频进行异常行为检测.为了减少噪声运动的影响,同时有效保留小幅度运动的前景目标,在行为描述之前,本文采用了背景边缘模型对每一视频帧进行前景帧(有目标出现的视频帧)判断.在行为描述时,先提取相应视频段的所有前景帧的块运动方向,然后对这些运动方向进行归一化直方图统计得到该视频段的行为特征.在走廊等公共场景中的实验结果表明,该方法能够对单人以及多人的复杂行为进行有效检测,对运动过程中目标大小的变化、光照的变化以及噪声等具有较好的鲁棒性,向且计算复杂度小,能够实现实时监控.

学科与关键词

关键词
视频监控异常检测前景分割运动方向支持向量机

基本信息

发表日期
2008

作者

  • H

    HU Zhi Lan (第一作者)

    北京

  • J

    JIANG Fan

    北京

查看全部 5 位作者收起作者
  • W

    WANG Gui Jin

    北京

  • L

    LIN Xing Gang

    北京

  • Y

    YAN Hong

    悉尼大学

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417