適用于密集人群的異常事件實時檢測方法
2016-06-28 08:56:26潘磊周歡王明輝
計算機應用 2016年6期
關鍵詞：卡爾曼濾波
潘磊 周歡 王明輝
摘 要：在密集人群場景下，針對現有異常檢測算法在實時性和適用性方面的不足，提出了一種基于光流特征和卡爾曼濾波的實時檢測方法。該方法首先提取圖像的全局光流強度作為運動特征；然后對全局光流值進行卡爾曼濾波，并對殘差進行分析；假設殘差在正常狀態下服從高斯分布，利用假設檢驗加以驗證；運用最大似然（ML）估計得到殘差的概率分布；在一定置信度下，確定正常狀態的可信區間和異常狀態的判定公式，并以此判斷異常事件是否發生。實驗結果表明，該方法對尺寸為320×240的視頻，平均檢測時間低至0.023s/frame，且準確率可達95%以上。因而，該方法在保證較高檢測率的同時，還具有良好的實時性。
關鍵詞：智能視頻監控；異常事件檢測；光流法；卡爾曼濾波；殘差分析
中圖分類號： TP391.41 文獻標志碼：A英文標題
猜你喜歡
測控技術(2018年11期)2018-12-07 05:49:38
測控技術(2018年12期)2018-11-25 09:37:34
電測與儀表(2017年20期)2017-12-19 05:14:28
北京航空航天大學學報(2017年9期)2017-12-18 07:12:25
中國慣性技術學報(2017年1期)2017-06-09 08:15:14
電測與儀表(2016年21期)2016-04-11 12:42:44
電源技術(2016年9期)2016-02-27 09:05:39
江蘇科技大學學報(自然科學版)(2015年4期)2015-12-17 12:42:50
電源技術(2015年1期)2015-08-22 11:16:28
電測與儀表(2015年24期)2015-04-09 12:04:36
