[发明专利]基于光流和时空梯度的局部异常行为检测方法在审
| 申请号： | 201510196617.X | 申请日： | 2015-04-23 |
| 公开（公告）号： | CN104820824A | 公开（公告）日： | 2015-08-05 |
| 发明（设计）人： | 朱松豪;师哲;孙成建;胡学伟 | 申请（专利权）人： | 南京邮电大学 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00 |
| 代理公司： | 南京知识律师事务所 32207 | 代理人： | 汪旭东 |
| 地址： | 210003 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | |||
| 搜索关键词： | 基于 时空 梯度 局部 异常 行为 检测 方法 | ||
【权利要求书】：
1.一种基于光流和时空梯度的局部异常行为检测方法，其特征在于，所述方法包括如下步骤：
步骤1：依据时空特性，将视频图像划分为大小一致的时空块；
步骤2：利用基于半参数模型的统计方法，检测最有可能发生异常行为的区域；
步骤3：利用单元格最大光流能量法和局部最近邻描述符，实现可疑区域异常行为的检测。
2.根据权利要求1所述一种基于光流和时空梯度的局部异常行为检测方法，其特征在于，所述异常行为检测是基于群体特征的异常行为检测，将整个场景视为一个整体，并提取有用的运动信息。
3.根据权利要求1所述基于光流和时空梯度的局部异常行为检测方法，其特征在于，所述方法的半参数模型的异常区域检测过程包括：
首先，将视频帧均分为大小相等的区域S，及得到区域S一组特征表示X；然后依据下式，判断区域S是否为异常区域：
上式中的Pr(X|H0(S))表示区域S为正常区域下特征表示X的似然率，Pr(X|H1(S))表示区域S为异常区域下特征表示X的似然率；
构建概率模型Pr(X|Hi)；采用基于半参数的密度概率模型计算似然比。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京邮电大学，未经南京邮电大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/pat/books/201510196617.X/1.html，转载请声明来源钻瓜专利网。
- 上一篇：一种基于数字高程模型的坡形提取与识别方法
- 下一篇：整机产品防拆装置和方法
