视频中行人若干异常行为识别

[复制链接]
查看: 235|回复: 0

23万

主题

23万

帖子

32万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
329512
发表于 2022-4-18 10:13:38 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
异常行为识别是视频监控系统的关键技术之一。本课题重点研究了单摄像机固定场景视频监控中的行人丢弃行李、徘徊以及反向行走三种异常行为识别题目。主要工作如下所述:   (1)设计了一种改进的Wallis滤波视频图像增强方法,将图像划分为不重叠的子块,为每个子块引入一个滑动模板用于计算该子块的Wallis系数,再利用双线性插值获得子块内各个像素的对应系数。滑动模板的引入使得算法对像素的处理利用了邻域的较多信息。实验表明该算法在提高视频图像对比度的同时,能够增强目标的细节和纹理。   (2)提出了一种基于历史图像匹配的丢弃行李识别算法,利用数据关联技术和多特征融合的分类算法检测视频中出现“人-物分离”的帧,并将该帧保存为历史图像序列;然后,将当前出现“人-物分离”的帧与历史图像匹配,实现异常行为的检测。实验证明该算法能有效识别出遮挡情况下丢弃行李的行为。与传统算法相比,降低了误警率。    (3)设计了一种融合运动方向特征和轨迹特征的徘徊行为识别算法。实验表明:本文设计的算法不仅提高了徘徊行为识别的精度,也加快了算法的运行速度,尤其适用于多目标监控场景。通过对行人运动方向和场景标准方向的分析实现了反向行为识别算法。





上一篇:针对城市大型活动的区域性交通形态演化模型研究与实现
下一篇:数目可变视频多目标跟踪关键技术研究
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图