[發(fā)明專(zhuān)利]一種基于聚類(lèi)光流特征的異常行為檢測(cè)方法、系統(tǒng)及裝置有效
| 申請(qǐng)?zhí)枺?/td> | 201711055938.3 | 申請(qǐng)日: | 2017-10-31 |
| 公開(kāi)(公告)號(hào): | CN108052859B | 公開(kāi)(公告)日: | 2022-02-25 |
| 發(fā)明(設(shè)計(jì))人: | 謝維信;王鑫;高志堅(jiān) | 申請(qǐng)(專(zhuān)利權(quán))人: | 深圳大學(xué) |
| 主分類(lèi)號(hào): | G06K9/00 | 分類(lèi)號(hào): | G06K9/00;G06K9/62;G06T7/269 |
| 代理公司: | 深圳市威世博知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44280 | 代理人: | 鐘子敏 |
| 地址: | 518060 廣東*** | 國(guó)省代碼: | 廣東;44 |
| 權(quán)利要求書(shū): | 查看更多 | 說(shuō)明書(shū): | 查看更多 |
| 摘要: | |||
| 搜索關(guān)鍵詞: | 一種 基于 聚類(lèi)光流 特征 異常 行為 檢測(cè) 方法 系統(tǒng) 裝置 | ||
1.一種基于聚類(lèi)光流特征的異常行為檢測(cè)方法,其特征在于,包括:
對(duì)一個(gè)或多個(gè)目標(biāo)檢測(cè)框及所在區(qū)域進(jìn)行光流檢測(cè);
提取至少連續(xù)兩幀圖像中所述檢測(cè)框?qū)?yīng)的特征點(diǎn)的光流運(yùn)動(dòng)信息,計(jì)算所述檢測(cè)框所在區(qū)域的信息熵;
根據(jù)所述光流運(yùn)動(dòng)信息和所述信息熵建立聚類(lèi)點(diǎn);
計(jì)算所述聚類(lèi)點(diǎn)的動(dòng)能;
根據(jù)所述聚類(lèi)點(diǎn)的動(dòng)能和所述信息熵判斷異常行為;所述異常行為至少包含打架行為或奔跑行為;
若所述聚類(lèi)點(diǎn)的動(dòng)能與所述信息熵的比值大于或等于1500,且所述聚類(lèi)點(diǎn)的動(dòng)能大于或等于3000,則判斷所述異常行為是所述奔跑行為;
若所述聚類(lèi)點(diǎn)的動(dòng)能與所述信息熵的比值在[200,650]范圍內(nèi),且所述信息熵大于或等于3,則判斷所述異常行為是所述打架行為。
2.根據(jù)權(quán)利要求1所述的基于聚類(lèi)光流特征的異常行為檢測(cè)方法,其特征在于,所述提取至少連續(xù)兩幀圖像中所述檢測(cè)框?qū)?yīng)的特征點(diǎn)的光流運(yùn)動(dòng)信息,計(jì)算所述檢測(cè)框所在區(qū)域的信息熵的步驟之前還包括:
提取至少連續(xù)兩幀圖像的特征點(diǎn)。
3.根據(jù)權(quán)利要求1所述的基于聚類(lèi)光流特征的異常行為檢測(cè)方法,其特征在于,所述提取至少連續(xù)兩幀圖像中所述檢測(cè)框?qū)?yīng)的光流運(yùn)動(dòng)信息,計(jì)算所述檢測(cè)框所在區(qū)域的信息熵的步驟進(jìn)一步包括:
采用預(yù)設(shè)算法計(jì)算連續(xù)兩幀圖像中目標(biāo)匹配的特征點(diǎn),去除連續(xù)兩幀圖像中不匹配的特征點(diǎn)。
4.根據(jù)權(quán)利要求1所述的基于聚類(lèi)光流特征的異常行為檢測(cè)方法,其特征在于,所述根據(jù)所述光流運(yùn)動(dòng)信息和所述信息熵建立聚類(lèi)點(diǎn)的步驟之前包括:
在所述圖像中畫(huà)出所述特征點(diǎn)的光流運(yùn)動(dòng)方向。
5.根據(jù)權(quán)利要求1所述的基于聚類(lèi)光流特征的異常行為檢測(cè)方法,其特征在于,所述根據(jù)所述光流運(yùn)動(dòng)信息和所述信息熵建立聚類(lèi)點(diǎn)的步驟之后的還包括:
根據(jù)所述聚類(lèi)點(diǎn)的位置和所述光流運(yùn)動(dòng)信息建立時(shí)空容器;
計(jì)算各個(gè)所述聚類(lèi)點(diǎn)所對(duì)應(yīng)的所述檢測(cè)框的光流直方圖的平均信息熵與平均動(dòng)能。
6.根據(jù)權(quán)利要求1所述的基于聚類(lèi)光流特征的異常行為檢測(cè)方法,其特征在于,所述異常行為包括打架、奔跑、騷亂或者交通異常中的一種。
7.一種具有存儲(chǔ)功能的裝置,其特征在于,存儲(chǔ)有程序數(shù)據(jù),所述程序數(shù)據(jù)被執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1~6任一項(xiàng)所述的方法。
8.一種異常行為檢測(cè)系統(tǒng),其特征在于,包括:處理器和存儲(chǔ)器,所述處理器耦合所述存儲(chǔ)器,所述處理器在工作時(shí)執(zhí)行指令以實(shí)現(xiàn)如權(quán)利要求1~6任一項(xiàng)所述的方法,并將所述執(zhí)行指令產(chǎn)生的處理結(jié)果保存在所述存儲(chǔ)器中。
該專(zhuān)利技術(shù)資料僅供研究查看技術(shù)是否侵權(quán)等信息,商用須獲得專(zhuān)利權(quán)人授權(quán)。該專(zhuān)利全部權(quán)利屬于深圳大學(xué),未經(jīng)深圳大學(xué)許可,擅自商用是侵權(quán)行為。如果您想購(gòu)買(mǎi)此專(zhuān)利、獲得商業(yè)授權(quán)和技術(shù)合作,請(qǐng)聯(lián)系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201711055938.3/1.html,轉(zhuǎn)載請(qǐng)聲明來(lái)源鉆瓜專(zhuān)利網(wǎng)。
- 同類(lèi)專(zhuān)利
- 專(zhuān)利分類(lèi)
G06K 數(shù)據(jù)識(shí)別;數(shù)據(jù)表示;記錄載體;記錄載體的處理
G06K9-00 用于閱讀或識(shí)別印刷或書(shū)寫(xiě)字符或者用于識(shí)別圖形,例如,指紋的方法或裝置
G06K9-03 .錯(cuò)誤的檢測(cè)或校正,例如,用重復(fù)掃描圖形的方法
G06K9-18 .應(yīng)用具有附加代碼標(biāo)記或含有代碼標(biāo)記的打印字符的,例如,由不同形狀的各個(gè)筆畫(huà)組成的,而且每個(gè)筆畫(huà)表示不同的代碼值的字符
G06K9-20 .圖像捕獲
G06K9-36 .圖像預(yù)處理,即無(wú)須判定關(guān)于圖像的同一性而進(jìn)行的圖像信息處理
G06K9-60 .圖像捕獲和多種預(yù)處理作用的組合
- 航拍視頻自動(dòng)目標(biāo)跟蹤方法
- 基于光流聚類(lèi)的視頻語(yǔ)義塊分割方法
- 基于光流法和卡爾曼濾波的多目標(biāo)跟蹤方法
- 一種擁擠場(chǎng)景監(jiān)控視頻中人群流異常事件的檢測(cè)方法
- 一種基于光流聚類(lèi)的車(chē)載行人區(qū)域估計(jì)方法
- 一種基于聚類(lèi)光流特征的異常行為檢測(cè)方法、系統(tǒng)及裝置
- 圖像中目標(biāo)物體的定位方法、電子設(shè)備和存儲(chǔ)介質(zhì)
- 一種基于光流顏色聚類(lèi)的運(yùn)動(dòng)物體分割方法及其系統(tǒng)
- 一種用于檢測(cè)視頻類(lèi)別的方法
- 一種深度圖像分層方法及系統(tǒng)
- 異常檢測(cè)裝置、異常檢測(cè)方法
- 異常檢測(cè)方法、異常檢測(cè)裝置及異常檢測(cè)系統(tǒng)
- 異常檢測(cè)裝置、異常檢測(cè)方法以及異常檢測(cè)系統(tǒng)
- 異常檢測(cè)裝置、異常檢測(cè)方法以及異常檢測(cè)系統(tǒng)
- 異常檢測(cè)裝置、異常檢測(cè)方法及異常檢測(cè)系統(tǒng)
- 異常探測(cè)裝置、異常探測(cè)方法以及計(jì)算機(jī)可讀取的存儲(chǔ)介質(zhì)
- 異常檢測(cè)裝置、異常檢測(cè)方法及記錄介質(zhì)
- 異常檢測(cè)裝置、異常檢測(cè)系統(tǒng)以及異常檢測(cè)方法
- 異常檢測(cè)系統(tǒng)、異常檢測(cè)裝置和異常檢測(cè)方法
- 異常檢測(cè)方法、異常檢測(cè)裝置及異常檢測(cè)系統(tǒng)





