基于泊松方程的异常行为检测.pdfVIP

Vol. 14 No.2 Jan. 2014 科学技术与工程 第 14 卷第2 期 2014 年 1 月 1671• 1815(2014)02-0050-06 Science Technology and Engineering @ 2014 Sci. Tech. Eng咯 计算机技术 基于泊松方程的异常行为检测 罗志琳钱惠敏周军 (河海大学能源与电气学院，南京 2111∞) 摘要异常行为检测是家居监护系统的重要功能之一。提出了一种基于泊松方程的特征提取算法，并采用 K 均值算法实 现人体异常行为-一跌倒的检测。首先采用基于混合高斯模型的运动目标检测算法获得运动人体的二值图像序列;然后，对 图像序列提取基于二维泊松方程的矩特征描述人体行为;最后采用 K 均值分类器对异常行为进行检测。所使用的数据库包 括6 种可能发生的日常行为:站立、走、慢跑、坐、蹲，以及跌倒。实验表明，采用该算法检测异常行为一一跌倒的正确识别率为 98.729毛。 关键词泊松方程 特征提取 异常行为 K 均值分类 中图法分类号 T凹91. 413; 文献标志码 A 基于视觉的人体行为识别[1] 在人工智能、运动 类器对异常行为进行检测。本文将通过人体剪影提 取行为特征，并采用 K 均值分类器对异常行为进行 分析、虚拟现实、用户接口等领域有着良好的应用前 景。从技术角度来看，基于视觉的人体行为识别涉 检测。 研究表明，物体剪影中包含大量信息[11] 。文 及到计算机视觉、人工智能、图像处理、模式识别等 学科，是利用计算机技术从人运动的图像序列中对 献[11 J 通过对剪影中的每个像素点建立泊松方 运动目标进行检测及跟踪，并对所获取的信息进行 程，并用方程的解表征该点自由运动到剪影轮廓 理解和描述。 所有点所需的平均时间;算法在形状识别和于写 当今社会，更多的人忙于事业，元暇在家看护老 体数字识别领域取得了较好的效果。文献[12J 将 人或病人，且相当一部分家庭没有能力聘请专业的 该算法拓展到人体行为识别领域，但因其是对运 家庭护理人员。因此，空巢老人和病人的看护成为 动序列中的点建立三维时空泊松方程，计算量大， 了当今社会亟需解决的问题之一[2] 。日常生活中， 不易实现实时识别。而在家居监护系统中，发生 跌倒对老人或病人来说是最危险的行为之→。因 跌倒行为时，往往越早发现，对病人的救护几率就 此，本文主要检测人体日常活动中的异常行为一一 越大。本文对视频帧中的运动区域内部各像素点 跌倒。异常行为通常具有偶发性和多样性，往往不 构建二维泊松方程;采用多重网格法求解方程，得 易获得样本数据，很难直接建模。现有的异常行为 到该点与运动区域边界的相对关系;由此得到人 检测方法大体可以分为两类[3] .一类是基于模型的 体行为的矩特征;最后通过用 K 均值分类器对所 检测方法[州，即定义正常行为的模型，与已知模型