首页> 中文学位 >基于主题模型的人群行为分析
【6h】

基于主题模型的人群行为分析

代理获取

目录

封面

声明

中文摘要

英文摘要

目录

第1章 绪论

1.1 引言

1.2 研究背景及意义

1.3 国内外研究现状和发展趋势

1.4 本文的主要内容与结构安排

第2章 基于光流法的人群运动检测

2.1 引言

2.2 光流法综述

2.3 人群运动检测

2.4 本章小结

第3章 基于LDA模型的人群运动建模及行为识别

3.1 引言

3.2 LDA模型

3.3 视觉词袋模型建立

3.4 基于LDA的人群行为模型生成

3.5 实验结果分析

3.6 本章小结

第4章 人群行为中的异常行为检测

4.1 引言

4.2 异常相关研究进展

4.3 基于概率分布的运动直方图

4.4 异常检测

4.5 实验结果分析

4.6 本章小结

第5章 群体行为分类检测系统

5.1 引言

5.2 系统设计

5.3 技术概述

5.4 功能实现

5.6 本章小结

第6章 结论与展望

6.1 结论

6.2 未来工作展望

参考文献

致谢

展开▼

摘要

近年来,随着视频监控技术的广泛应用,人群行为分析成为了视频监控领域中的关键技术,对于公共安全有着重要的研究意义。人群行为识别及异常分析由于监控目标背景复杂、运动目标众多、目标间相互遮挡等因素,成为当前视频监控领域中研究的热点和难点。
  本文针对人群目标提出了基于主题模型的人群行为分析方法和和基于帧间运动模式相似性度量的人群异常行为检测方法,主要工作如下:
  (1)本文采用了光流方法实现人群运动检测,以解决人群运动目标众多、单个目标难以分割、目标间相互遮挡等难点。论文中分别对人群运动视频提取了稀疏光流和稠密光流两种光流特征,并进行分析比较。
  (2)研究并实现了基于LDA主题模型的人群行为分析方法。首先通过训练数据和预定的主题数量来训练得到人群行为模型,然后待检测的数据通过该人群行为模型推理该数据隐含的行为模式,即行为主题的概率分布,最后利用SVM分类器实现人群行为的分类。基于LDA的人群行为模型,利用视觉词包模型来解决低级视觉特征(光流)与高级语义特征(行为主题概率分布)间的转换问题,更重要的是LDA人群行为模型提取了人群行为的语义表示,解决了视觉特征的降维问题。
  (3)研究并实现了基于帧间人群行为模式相似性度量的异常行为检测方法。在光流场基础上,基于光流特征的速度和方向进行建立运动特征的二维直方图,采用三角核函数和高斯核函数来平滑特征数据中的噪声问题,计算视频段内帧间的人群行为模式相似度以检测异常行为。
  (4)开发了一套基于C/S模式框架的群体行为分类检测平台,摄像头把拍摄到的人群行为视频传输到服务器,自动行为检测系统可以显示实时的视频数据和分析结果,实现智能监控。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号