基于视频的运动人体异常行为分析识别研究课件.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 为了减少运算量，经过学习专家知识和经验总结，判别规则定义为： 若质心发生跳变，则行为异常，否则 对获取人的轮廓进行骨架的抽取 使用进行角度的模糊化计算 若躯干的模糊隶属度小于阈值 ，则行为异常，否则 若其综合模糊隶属度小于阈值 ，则行为异常。 和 取值分别为躯干和整体行为标准方差的模糊隶属度。 基于模糊思想 异常行为识别 为了验证使用模糊判别对人体异常行为判断的效果，本节使用了行走、侧走、爬行、上坡和下坡的动作来进行验证。 异常行为识别 基于模糊思想实验 实验表明使用模糊判别行人的异常行为，具有判别简单、计算量小、能同时针对行人的不同动作判断其合法性、不需要学习先验知识、具有较高的准确性等特点。但本方法只能检测到行人的异常行为，不能检测到行人的细小变化和变动。 文献（Anomaly Detection Based on Motion Direction. ACTA AUTOMATICA SINICA, 2008）中主要是识别走廊等公共场合上的异常行为，在异常行为检测阶段，使用支持向量机训练得到异常行为检测器，然后利用检测器进行分类，在采用12个主要成分情况下其异常行为识别率为84.6%。本节算法在不