[发明专利]一种基于概率潜在语义分析的行人异常识别方法在审
| 申请号： | 201611002226.0 | 申请日： | 2016-11-10 |
| 公开（公告）号： | CN106650617A | 公开（公告）日： | 2017-05-10 |
| 发明（设计）人： | 余国刚;顾丽军;彭伟鸿;惠志洲;戴小荣;巢文科 | 申请（专利权）人： | 江苏新通达电子科技股份有限公司 |
| 主分类号： | G06K9/00 | 分类号： | G06K9/00;G06K9/62 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 212300 江苏省*** | 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： | 本发明提出一种基于概率潜在语义分析的行人异常识别方法，主要解决现有技术中特征表征能力弱、分类不够准确的问题。该方法主要步骤包括从视频文件中提取人体运动目标，对目标区域提取时空兴趣点，并采用HOG3D/HOF描述子加以表征，通过K‑means聚类对所有描述子特征向量分类，生成视频词典，并建立其词袋模型，然后训练概率潜在语义分析模型，从而对测试视频分类。本发明能准确识别人体运动，而且对环境场景运动、人体形态变化有一定的鲁棒性，可用于行人视频监控。 | ||
| 搜索关键词： | 一种 基于 概率 潜在 语义 分析 行人 异常 识别 方法 | ||
【主权项】：
一种基于概率潜在语义分析的行人异常识别方法，其特征在于，包括下述步骤：步骤A、取一个视频样本，采用混合高斯背景建模算法提取前景目标，对该视频每一帧生成仅含人体目标的二值掩码图片，通过掩码图片生成仅含人体目标的视频；步骤B、采用基于三维Hessian矩阵检测生成视频的时空兴趣点；步骤C、采用HOG3D/HOF描述子计算步骤B中检测到的时空兴趣点，获得相应的特征向量；步骤D、采用K‑mean聚类算法对视频的特征向量集合建立视频图像的词袋模型；步骤E、采用概率潜在语义分析模型训练视频集，进行行人异常识别。
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江苏新通达电子科技股份有限公司，未经江苏新通达电子科技股份有限公司许可，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/patent/201611002226.0/，转载请声明来源钻瓜专利网。
