公开(公告)号：CN105354542A

公开(公告)日：2016-02-24

申请号：CN201510710563.4

申请日：2015-10-27

Applicant: 杭州电子科技大学

Inventor： 陈华华 ,  周灵娟 ,  郭春生

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明涉及一种拥挤场景下视频异常事件检测方法。具体步骤是：训练阶段，首先对视频分块并提取块的光流信息表示块的局部特征，然后以块的局部特征作为原子构建图，采用拉普拉斯特征映射降维并采用自适应聚类方法对局部特征分类，获得类中心作为码字；最后由码字组成码本。测试阶段，先对视频分块提取局部特征，然后计算与码本的特征距离相似度，并结合前一时刻的8-邻域信息检测事件。本发明只需对光流特征构成的原子集合进行聚类即可建立正常事件模型，历史时刻的邻域信息进一步提高了异常事件检测的准确性。

公开(公告)号：CN105354542B

公开(公告)日：2018-09-25

申请号：CN201510710563.4

申请日：2015-10-27

Applicant: 杭州电子科技大学

Inventor： 陈华华 ,  周灵娟 ,  郭春生

IPC: G06K9/00 ,  G06K9/62

Abstract: 本发明涉及一种拥挤场景下视频异常事件检测方法。具体步骤是：训练阶段，首先对视频分块并提取块的光流信息表示块的局部特征，然后以块的局部特征作为原子构建图，采用拉普拉斯特征映射降维并采用自适应聚类方法对局部特征分类，获得类中心作为码字；最后由码字组成码本。测试阶段，先对视频分块提取局部特征，然后计算与码本的特征距离相似度，并结合前一时刻的8‑邻域信息检测事件。本发明只需对光流特征构成的原子集合进行聚类即可建立正常事件模型，历史时刻的邻域信息进一步提高了异常事件检测的准确性。