周界视频监控中人员翻越行为检测算法

您当前的位置：

首页 >

文章列表页 >

周界视频监控中人员翻越行为检测算法

更新时间：2025-07-09

针对周界视频监控应用环境特殊的问题

提出了一种人员翻越行为的检测方法。该方法采用"目标检测-人员跟踪-轨迹分析"的流程。在算法的人员跟踪过程中

将混合高斯模型得到的前景区域与KLT光流法得到的特征点运动信息结合起来

提出了一种新型跟踪算法。该算法仅使用图像的灰度信息作为输入

一定程度上能够适应目标形变及遮挡

并具有很强的鲁棒性和实时性;在算法的轨迹分析过程中

结合墙体位置信息与先验知识设计了一种新的轨迹分析的方法

不需要通过在线学习可直接对轨迹进行分析。实验结果表明

该算法在测试视频集上检测准确率超过93%

与现有方法相比

能更好地适应实际应用中复杂的环境条件。

Sarvesh Vishwakarma,Anupam Agrawal.A survey on activity recognition and behavior understanding in video surveillance[J].The Visual Computer,2013.

Jochen Triesch,Christoph von der Malsburg.Democratic Integration: Self-Organized Integration of Adaptive Cues[J].Neural Computation,2001(9).

查宇飞,杨源,王锦江,张立朝.利用密度描述符对应的视觉跟踪算法[J].西安交通大学学报,2014(09).

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

采用多变量耦合网络与变分图自编码器的机械设备异常检测方法

利用残差分析的网络异常流量检测方法

滚动轴承高维随机矩阵状态异常检测算法

海量信息异常检测问题的异常概率排序算法

面向高海拔空冷发电机防晕性能演化规律的电热耦合研究