CN106980829-CN201710161500-基于视频分析的打架斗殴异常行为自动检测方法.pdfVIP

CN106980829-CN201710161500-基于视频分析的打架斗殴异常行为自动检测方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
CN106980829-CN201710161500-基于视频分析的打架斗殴异常行为自动检测方法

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106980829 A (43)申请公布日 2017.07.25 (21)申请号 201710161500.7 (22)申请日 2017.03.17 (71)申请人 苏州大学 地址 215000 江苏省苏州市相城区济学路8 号 (72)发明人 张瑾 汪一鸣 吴澄  (74)专利代理机构 宁波高新区核心力专利代理 事务所(普通合伙) 33273 代理人 袁丽花 (51)Int.Cl. G06K 9/00(2006.01) G06T 7/269(2017.01) G06T 7/246(2017.01) 权利要求书2页 说明书12页 附图7页 (54)发明名称 基于视频分析的打架斗殴异常行为自动检 测方法 (57)摘要 本发明公开了一种基于视频分析的打架斗 殴异常行为自动检测方法,包括:S1、输入视频序 列中的原始图像;S2、采用金字塔L-K光流法,计 算图像中所有像素点的运动矢量;S3、在运动速 度矩阵的基础上增加视角调整系数矩阵DM的修 正;S4、对修正后的运动速度矩阵进行聚类分析, 动态提取每一帧图像不同行为下的有效像素点; S5、结合运动矢量关于运动速度和运动方向的信 息,提出异常行为的综合特征指标;S6、确定运动 特征指标发生打架斗殴异常行为的判定阈值,并 根据该阈值进行打架斗殴异常行为的判断。本发 A 明在现有的光流方法计算结果的基础上,增加视 9 角调整系数矩阵,经过改进后的光流矢量将更加 2 8 0 准确的体现出具有纵向透视视角场景下目标的 8 9 6 运动特征。 0 1 N C CN 106980829 A 权 利 要 求 书 1/2页 1.一种基于视频分析的打架斗殴异常行为自动检测方法,其特征在于,所述方法包括: S1、输入视频序列中的原始图像; S2、采用金字塔L-K光流法,计算图像中所有像素点的运动矢量,运动矢量包括运动速 度 和运动方向 S3、在运动速度矩阵的基础上增加视角调整系数矩阵DM的修正; S4、对修正后的运动速度矩阵进行聚类分析,动态提取每一帧图像不同行为下的有效 像素点; S5、结合运动矢量关于运动速度和运动方向的信息,提出异常行为的综合特征指标; S6、确定运动特征指标发生打架斗殴异常行为的判定阈值,并根据该阈值进行打架斗 殴异常行为的判断。 2.根据权利要求1所述的基于视频分析的打架斗殴异常行为自动检测方法,其特征在 于,所述步骤S2中: T 图像I中像素点为m=(x,y) ,v =(u,v)是像素点m的光流; m 运动速度 运动方向 3.根据权利要求1所述的基于视频分析的打架斗殴异常行为自动检测方法,其特征在 于,所述步骤S3中: 修正后的运动速度矩阵为DVel =DM *Vel ,(*,Hadamard乘积),其中k×l是图像 k×l k×l k×l 的分辨率,Hadamard乘积为两个矩阵对应元素的乘积。 4.根据权利要求3所述的基于视频分析的打架斗殴异常行为自动检测方法,其特征在 于,所述步骤S3中的系数矩阵DM 获取方法为: k×l S301、在图像所处的实际场景中,

您可能关注的文档

文档评论(0)

18273502 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档