室内场景下人体行为异常检测方法研究

作     者：文峰 刘飞 黄海新 WEN Feng;LIU Fei;HUANG Haixin

作者机构：沈阳理工大学信息科学与工程学院沈阳110159 

基　　金：辽宁省高等学校创新人才支持计划资助项目 沈阳理工大学科研创新团队建设计划资助项目(SYLUTD202105) 

出 版 物：《沈阳理工大学学报》 (Journal of Shenyang Ligong University)

年 卷 期：2022年第41卷第2期

页      码：20-25页

摘      要：基于图像的人体异常行为检测方法,当人数增多、遮挡等情况发生时,人体行为数据信息可靠性较低,检测精度不高、自适应性差,本文提出一种基于姿态特征的异常行为检测方法解决上述问题。利用成熟的人体姿态识别技术提取视频中人体关节点数据,将关节点坐标转化为人体行为的角度特征和距离特征以表达人体姿态;应用机器学习方法对关节特征进行分析和处理,获取有利于标识异常动作的数据分布特征;采用聚类算法在视频序列中对异常行为进行标记;使用支持向量机识别具体异常动作种类,实现人体异常行为检测。实验结果表明,相比于基于图像检测的方法,该算法检测精度达到了89.65%,可以运用于室内人体行为检测。

主 题 词：姿态识别 异常行为检测 聚类 支持向量机 

学科分类：081203[081203] 08[工学] 0835[0835] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1003-1251.2022.02.004

馆 藏 号：203111469...