模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2020, Vol. 33 Issue (2): 133-140    DOI: 10.16451/j.cnki.issn1003-6059.202002005
论文与报告 最新目录| 下期目录| 过刊浏览| 高级检索 |
结合全局与局部视频表示的视频异常检测算法
胡正平1,2, 赵梦瑶1, 辛丙一1
1. 燕山大学 信息科学与工程学院 秦皇岛 066004;
2. 燕山大学 河北省信息传输与信号处理重点实验室 秦皇岛 066004
Video Anomaly Detection Algorithm Combining Global and Local Video Representation
HU Zhengping1,2, ZHAO Mengyao1, XIN Bingyi1
1. School of Information Science and Engineering, Yanshan University, Qinhuangdao 066004;
2. Key Laboratory of Information Transmission and Signal Processing of Hebei Province, Yanshan University, Qinhuangdao 066004

全文: PDF (909 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 针对视频异常行为检测问题,提出结合全局与局部视频表示的视频异常检测算法.首先将输入视频连续多帧划分为视频块.再按空间位置将视频块划分为互不重叠的时空立方体,利用时空立方体运动特征构建基于空间位置的全局时空网格位置支持向量数据描述模型(SVDD).然后针对视频运动目标,提取局部纹理运动特征,采用SVDD获得围绕目标特征的超球体边界,构建运动目标正常行为模型.最后组合两部分以实现更全面的检测.公共数据集上的实验验证文中算法的有效性.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
胡正平
赵梦瑶
辛丙一
关键词 模式识别异常行为检测时空运动特征局部纹理运动特征支持向量数据描述模型(SVDD)    
Abstract:Aiming at the problem of video anomaly detection, a video anomaly detection algorithm combining global and local video representation is proposed. Firstly, the input video continuous multi-frames are divided into video blocks. The video blocks are divided into non-overlapping space-time cubes according to the spatial position. The global spatiotemporal grid position support vector data description (SVDD) model based on spatial position is constructed using the space-time cubes motion features. Then, the local texture motion features are extracted for the moving targets of videos. SVDD algorithm is utilized to obtain the hypersphere boundary around the target features, and the normal behavior model of the moving targets is constructed. Finally, the two parts are combined to conduct more comprehensive detection. Experiments on public datasets verify the effectiveness of the proposed algorithm.
Key wordsPattern Recognition    Abnormal Behavior Detection    Spatiotemporal Motion Feature    Local Texture Motion Feature    Support Vector Data Description Model (SVDD)   
收稿日期: 2019-10-17     
ZTFLH: TP 391.4  
基金资助:国家自然科学基金面上项目(No.61771420)、河北省自然科学基金项目(No.F2016203422)资助
通讯作者: 胡正平,博士,教授,主要研究方向为模式识别.E-mail:hzp@ysu.edu.cn.   
作者简介: 赵梦瑶,博士研究生,主要研究方向为视频异常行为检测.E-mail:zhaomengyao0826@126.com.辛丙一,硕士研究生,主要研究方向为鲁棒模式识别技术.E-mail:1194326336@qq.com.
引用本文:   
胡正平, 赵梦瑶, 辛丙一. 结合全局与局部视频表示的视频异常检测算法[J]. 模式识别与人工智能, 2020, 33(2): 133-140. HU Zhengping, ZHAO Mengyao, XIN Bingyi. Video Anomaly Detection Algorithm Combining Global and Local Video Representation. , 2020, 33(2): 133-140.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.202002005      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2020/V33/I2/133
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn