论文部分内容阅读
视频异常行为检测的核心问题是如何从海量数据中理解行为.提出一种新的基于视觉稀疏超完备表示机制的特定场景中视频异常行为检测算法,针对视频中感兴趣的点提取局部有效信息,提高数据处理效率.首先,提取训练样本的时空兴趣点,计算局部时空特征;其次,将该特征输入稀疏超完备模型,训练得到一组稀疏基;然后,利用上述基对待测视频进行重构,通过局部时空特征重构的差异实现异常行为检测;最后,提出对不同视频的稀疏基更新算法.标准数据库的实验表明,该算法能够有效解决异常行为检测问题,检测准确率高,错误警报率低.