基于视频图像处理的实验室异常行为检测北大核心 |
| |
引用本文: | 李明杨凯王军杜文凯.基于视频图像处理的实验室异常行为检测北大核心[J].实验技术与管理,2018(11):38-41. |
| |
作者姓名: | 李明杨凯王军杜文凯 |
| |
作者单位: | 1.中国矿业大学信息与控制工程学院221000; |
| |
基金项目: | 江苏省教育科学"十二五"规划重点课题(B-b/2015/01/032);中国矿业大学"十三五"品牌专业建设项目(电子信息工程)(24180017);中国矿业大学教育教学改革与建设课题(2017YB12) |
| |
摘 要: | 连续采集多帧视频图像,利用帧间滤波法建立背景图像,并通过改进背景差分算法尽可能地提取完整的目标轮廓,并用链表法表示轮廓特征。提取目标轮廓的HOG特征,通过SVM分类器进行分类,研究分析不同的人体异常行为。该方法可以有效识别出快速移动、弯腰行走、跌倒、跳跃、长时间停留等异常行为。
|
关 键 词: | 异常检测 行为分析 HOG特征 图像处理 |
本文献已被 维普 等数据库收录! |
|