Обнаружение нехарактерного поведения в задачах видеонаблюдения

Обнаружение нехарактерного поведения в задачах видеонаблюдения

Автор: Шаталин Роман Андреевич, Фидельман Владимир Романович, Овчинников Павел Евгеньевич

Журнал: Компьютерная оптика @computer-optics

Рубрика: Обработка изображений: Распознавание образов

Статья в выпуске: 1 т.41, 2017 года.

Бесплатный доступ

Предложен алгоритм обнаружения нехарактерного поведения в задачах видеонаблюдения. Алгоритм составляет модель нормального поведения на основе образцов, что позволяет применить его в широком диапазоне условий. Результаты тестирования алгоритма свидетельствуют о его пригодности для простых сцен и сцен с большим количеством движущихся объектов.

Обработка видеоизображений, обнаружение нештатных ситуаций, метод главных компонент

Короткий адрес: https://sciup.org/14059537

IDR: 14059537   |   DOI: 10.18287/2412-6179-2017-41-1-37-45

Список литературы Обнаружение нехарактерного поведения в задачах видеонаблюдения

  • Stringa, E. Real-time video-shot detection for scene surveillance applications/E. Stringa, C.S. Regazzoni//IEEE Transactions on Image Processing. -2000. -Vol. 9(1). -P. 69-79.
  • Nasution, A. Intelligent video surveillance for monitoring elderly in home environment/А. Nasution, S. Emmanuel//Proceedings of IEEE 9th Workshop on Multimedia Signal Processing. -2007. -P. 203-206. - DOI: 10.1109/MMSP.2007.4412853
  • Lavee, G. Understanding video events: a survey of methods for automatic interpretation of semantic occurrences in video/G. Lavee, E. Rivlin, M. Rudzsky//IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews). -2009. -Vol. 39(5). -P. 489-504.
  • Chandola, V. Anomaly detection: A survey/V. Chandola, A. Banerjee, V. Kumar//ACM Computing Surveys (CSUR). -2009. -Vol. 41(3). -15 (58 p). - DOI: 10.1145/1541880.1541882
  • Денисова, А.Ю. Обнаружение аномалий на гиперспектральных изображениях/А.Ю. Денисова, В.В. Мясников//Компьютерная оптика. -2014. -Т. 38, № 2. -С. 287-296.
  • Jolliffe, I. Principal component analysis. Springer series in statistic/I. Jolliffe. -2nd ed. -NY, Berlin, Heidelberg: Springer-Verlag, 2002. -488 p. -ISBN: 0-387-95442-2.
  • Yu, T.-H. Unsupervised abnormal behavior detection for real-time surveillance using observed history/T.-H. Yu, Y.S. Moon//Proceedings of MVA2009 IAPR Conference on Machine Vision Applications. -2009. -P. 166-169.
  • Kim, J. Observe locally, infer globally: A space-time MRF for detecting abnormal activities with incremental updates/J. Kim, K. Grauman//Proceedings of IEEE Computer Vision and Pattern Recognition, CVPR 2009. -2009. -P. 2921-2928. - DOI: 10.1109/CVPR.2009.5206569
  • Mahadevan, V. Anomaly detection and localization in crowded scenes/V. Mahadevan, W. Li, V. Bhalodia, N. Vasconcelos//IEEE Transactions on Pattern Analysis and Machine Intelligence. -2014. -Vol. 36(1) -P. 18-32.
  • Минаев, E.Ю. Детектирование и распознавание объектов в системах автомобильной безопасности на основе фрактального анализа/Е.Ю. Минаев, А.В. Никоронов//Компьютерная оптика. -2012. -Т. 36, № 1. -С. 124-130.
  • Brutzer S. Evaluation of background subtraction techniques for video surveillance/S. Brutzer, B. Hoferlin, G. Heidemann//Proceedings of the 2011 IEEE Conference on Computer Vision and Pattern Recognition. -2011. -P. 1937-1944. - DOI: 10.1109/CVPR.2011.5995508
  • Maddalena L. A self-organizing approach to background subtraction for visual surveillance application/L. Maddalena, A. Petrosino//IEEE Transactions on Image Processing. -2008. -Vol. 17(7). -P. 1168-1177.
  • Шаталин, Р.A. Критерий качества выделения фона с использованием морфологических операторов для задач обнаружения нештатных ситуаций/Р.А. Шаталин, П.Е. Овчинников//Системы управления и информационные технологии. -2014. -Т. 56(2.1). -С. 190-194.
  • Fleet D. Optical flow estimation/D. Fleet, Y. Weiss. -In Book: Handbook of mathematical models in computer vision/Ed. by N. Paragios, Y. Chen, O. Faugeras. -Chapter IV. -US: Springer; 2006. -P. 239-258. -ISBN: 978-0-387-26371-7. - DOI: 10.1007/0-387-28831-7_15
  • Bouguet, J. Pyramidal implementation of the lucas kanade feature tracker/J. Bouguet. -Intel Corporation, Microprocessor Research Labs, 2000. -9 p.
  • Antonakaki P. Detecting abnormal human behavior using multiple cameras/P. Antonakaki, D. Kosmopoulos, S. Perantonis//Signal Proccesing. -2009. -Vol. 89(9). -P. 1723-1738. - DOI: 10.1016/j.sigpro.2009.03.016
  • Hall, M. Correlation based feature selection for machine learning: Doctoral dissertation/M. Hall. -Hamilton, NewZealand: The University of Waikato, Department of Computer Science, 1999. -178 p.
Еще
Статья научная
SciUp 2024 © 2024 ©