-
Patent Agency Ranking
公开(公告)号：CN106951827A
公开(公告)日：2017-07-14
申请号：CN201710092206.5
申请日：2017-02-21
Applicant: 南京邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00718 , G06K9/00744
Abstract: 本发明公开了一种基于目标运动特性的全局异常行为检测方法，属于视频行为检测的技术领域，包括以下步骤：提取视频中运动目标的运动特性；根据所提取运动特性对运动目标分别进行基于能量、基于色散和基于拉格朗日粒子动力学的异常行为模型学习和确立；依据确立的基于能量、基于色散和基于拉格朗日粒子动力学的异常行为模型进行运动目标的全局异常行为检测，确定异常区域并进行标记。本发明依据视频异常行为的固有特点，能有效提高全局异常行为检测的准确性和检测的效率，使用三个模型进行异常行为检测，进一步提高了检测精度。
-
公开(公告)号：CN107491749A
公开(公告)日：2017-12-19
申请号：CN201710684991.3
申请日：2017-08-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种人群场景中全局和局部异常行为检测方法。首先，本发明提出一种新的名为混合光流直方图的特征，然后，对于全局异常行为本发明提出一种双稀疏表示的方法解决这个问题，最后对于局部异常行为，通过先检测当前帧感兴趣区域的前景，接着采用在线加权聚类的方法来进行局部异常行为的检测。在UMN数据集和UCSD数据集中的实验验证了本发明方法的优点。实验结果表明我们的方法较于之前的方法在分析视频中人群的运动行为具有更高的精度。
-
公开(公告)号：CN107169414A
公开(公告)日：2017-09-15
申请号：CN201710238592.4
申请日：2017-04-13
Applicant: 南京邮电大学
IPC: G06K9/00
CPC classification number: G06K9/00335 , G06K9/00724
Abstract: 本发明公开了一种基于稠密轨迹小片段的异常行为检测方法，包括：将视频划分为时空小方块；在时空小方块内构建稠密光流域以获取稠密轨迹小片段；及利用轨迹小片段方向直方图从角度和幅值量化轨迹小片段，确定获得轨迹小片段的HOT描述子；将所得轨迹小片段的HOT描述子作为码本单词构建码本，根据码本单词及构建的码本建立轨迹小片段的相似性拓扑结构，并利用先验概率检测方法计算每个时空小方块中的轨迹小片段是否异常，及根据码本中码本单词的相似性判定所对应的轨迹小片段是否为异常。本发明可降低搜索区域的维度，准确对图片进行异常行为的检测，利用稠密跟踪轨迹更加有效地表示视频序列，具备更高的效率和准确性。
-
公开(公告)号：CN107491749B
公开(公告)日：2020-11-17
申请号：CN201710684991.3
申请日：2017-08-11
Applicant: 南京邮电大学
Abstract: 本发明公开了一种人群场景中全局和局部异常行为检测方法。首先，本发明提出一种新的名为混合光流直方图的特征，然后，对于全局异常行为本发明提出一种双稀疏表示的方法解决这个问题，最后对于局部异常行为，通过先检测当前帧感兴趣区域的前景，接着采用在线加权聚类的方法来进行局部异常行为的检测。在UMN数据集和UCSD数据集中的实验验证了本发明方法的优点。实验结果表明我们的方法较于之前的方法在分析视频中人群的运动行为具有更高的精度。
-
公开(公告)号：CN107169414B
公开(公告)日：2019-07-30
申请号：CN201710238592.4
申请日：2017-04-13
Applicant: 南京邮电大学
IPC: G06K9/00
Abstract: 本发明公开了一种基于稠密轨迹小片段的异常行为检测方法，包括：将视频划分为时空小方块；在时空小方块内构建稠密光流域以获取稠密轨迹小片段；及利用轨迹小片段方向直方图从角度和幅值量化轨迹小片段，确定获得轨迹小片段的HOT描述子；将所得轨迹小片段的HOT描述子作为码本单词构建码本，根据码本单词及构建的码本建立轨迹小片段的相似性拓扑结构，并利用先验概率检测方法计算每个时空小方块中的轨迹小片段是否异常，及根据码本中码本单词的相似性判定所对应的轨迹小片段是否为异常。本发明可降低搜索区域的维度，准确对图片进行异常行为的检测，利用稠密跟踪轨迹更加有效地表示视频序列，具备更高的效率和准确性。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
