-
公开(公告)号：CN103996051A
公开(公告)日：2014-08-20
申请号：CN201410196646.1
申请日：2014-05-12
Applicant: 上海大学
Abstract: 本发明涉及一种基于运动特征变化的视频运动对象异常行为自动检测方法。本方法根据拉格朗日粒子动态系统中粒子的流动可反映视频运动对象的运动特征变化状态，通过粒子运动特征提取，对粒子运动特征进行聚类分析，确定粒子运动特征类别的亲疏程度，基于运动对象发生异常行为时，其粒子运动特征类别与正常行为的粒子运动特征类别存在差异，自动检测视频运动对象是否发生异常行为。本发明方法不需要对运动对象进行跟踪，也无需预先采集运动对象异常行为样本进行训练，可在多种条件下实现视频运动对象异常行为的自动检测。
-
公开(公告)号：CN104036250A
公开(公告)日：2014-09-10
申请号：CN201410266099.X
申请日：2014-06-16
Applicant: 上海大学
Abstract: 本发明涉及一种视频行人检测与跟踪方法。本方法是根据小波变换在时域和空域均具有优异的局部化特征，基于视频帧间差，利用小波多尺度特性，提取前景运动对象，根据人头为人体的重要组成部分且具有刚体不变性，通过对不同人头目标的样本学习与训练，对视频场景中的前景运动对象进行分类与检测，确定人头目标，并基于人头色彩特征的差异性，采用粒子滤波和动态跟踪链，对人头进行跟踪。本发明方法不需要特定的硬件支持以及场景条件约束，方法简便、灵活、易实现。
-
公开(公告)号：CN104036250B
公开(公告)日：2017-11-10
申请号：CN201410266099.X
申请日：2014-06-16
Applicant: 上海大学
Abstract: 本发明涉及一种视频行人检测与跟踪方法。本方法是根据小波变换在时域和空域均具有优异的局部化特征，基于视频帧间差，利用小波多尺度特性，提取前景运动对象，根据人头为人体的重要组成部分且具有刚体不变性，通过对不同人头目标的样本学习与训练，对视频场景中的前景运动对象进行分类与检测，确定人头目标，并基于人头色彩特征的差异性，采用粒子滤波和动态跟踪链，对人头进行跟踪。本发明方法不需要特定的硬件支持以及场景条件约束，方法简便、灵活、易实现。
-
-
Search Results
3
records
(took 0.014 seconds)
