|
|||||
|
|
| 基于贝叶斯网络的人体异常行为检测与识别 | |
| 引用本文： | 韩飞龙,应捷.基于贝叶斯网络的人体异常行为检测与识别[J].教育技术导刊,2018,17(7):9-13. |
| 作者姓名： | 韩飞龙 应捷 |
| 作者单位： | 上海理工大学 光电信息与计算机工程学院，上海 200093 |
| 摘 要： | 使用卡尔曼滤波算法检测视频中的运动目标，并对检测到的行人进行特征提取。采用图像熵、Hu不变矩和长宽比特征，建立贝叶斯网络结构对人体目标进行分类，从而对人的正常行走和倒地、奔跑、挥拳4种行为进行识别。正常行走是正常行为，摔倒、挥拳和奔跑是异常行为。实验结果表明，通过特征提取的贝叶斯网络分类具有较好的实时性，其准确率可达90%。 |
| 关 键 词： | 行人检测 卡尔曼滤波 贝叶斯网络 特征提取 |
| 点击此处可从《教育技术导刊》浏览原始摘要信息 | |
| 点击此处可从《教育技术导刊》下载免费的PDF全文 | |