異常行為檢測_第1頁
異常行為檢測_第2頁
異常行為檢測_第3頁
異常行為檢測_第4頁
異常行為檢測_第5頁
已閱讀5頁，還剩9頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權說明：本文檔由用戶提供并上傳，收益歸屬內容提供方，若內容存在侵權，請進行舉報或認領

文檔簡介

群體異常行為檢測上海大學基于多尺度直方圖的群體異常行為檢測特征提取—多尺度光流直方圖稀疏編碼—完備字典的學習重構計算—重構誤差計算實驗結果多尺度光流直方圖光流計算水平方向運動趨勢Vx垂直方向運動趨勢Vy多尺度光流直方圖上右圖中，一個Unit通過計算分配到對應的bin中，圖中我們設置p為8，根據(jù)r分為內環(huán)和外環(huán)，每個環(huán)分根據(jù)分為8個bin，因此對于一個Unit得到一個16維的特征向量。對于整張圖片得到了20×16即320維特征向量。完備字典的學習…特征提取稀疏矩陣完備字典…字典學習正常行為幀完備字典學習利用正交匹配追趕(OMP)算法，進行模型參數(shù)的更新與優(yōu)化，OMP過程極其復雜這里不作描述。而在群體異常行為中，通過視頻獲取到一定數(shù)目正常幀，進行多尺度特征提取過得到對應特征向量。然后通過字典學習生成對應的字典模型，以及對應字典模型下的稀疏表示。很顯然，如果正常幀提取到的特征向量在字典模型的重構下，稀疏表示相對于異常幀在該字典模型的重構下的稀疏表示重構誤差較?。褐貥嬚`差計算如果字典中每一個基頻繁地出現(xiàn)在訓練數(shù)據(jù)集中，那么，用它重構為普通幀的可能性會比較高，因此得到的重構誤差應該比較小，因而我們設計一個權重矩陣來保證這方面的信息那么之前的字典學習過程也應該包含這一些信息，規(guī)則更改如下：對應地，重構誤差：加權L1范數(shù)最小化對應的更新規(guī)則只需在每次迭代添加W部分：Results代碼演示代碼演示一光流法代碼演示二多尺度光流直方圖CrowdedAbnormalDetectionBasedonMixtureofKernelDynamicTextureMixtureofKernelDynamicTextureTemporalAbnormalityDetectionSpatialAbnormalityDetectionDynamicTextureDynamictexturesaresequencesofimageofmovingscenesthatexhibitcertainstationarityproperities.

isahiddenstatevariable,andtheobservedvideomeasurement.,aretransitionandobservationmatrices,thenoiseprocessesbyandKernelDynamicTexture KDTcanmodelmorecomplexmotion.

MixtureOfKernelDynamicTexture

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內容本身不做任何修改或編輯，并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論