(42-3) 16 * << * >> * Русский * English * Содержание * Все выпуски

Применение плотных траекторий движения к задаче обнаружения нехарактерного поведения на видеоизображении
Шаталин Р.А., Фидельман В.Р., Овчинников П.Е.

Нижегородский государственный университет им. Н.И. Лобачевского, Нижний Новгород, Россия

 PDF, 462 kB

DOI: 10.18287/2412-6179-2018-42-3-476-482

Страницы: 476-482.

Аннотация:
В работе предложены алгоритмы обнаружения нехарактерного поведения на основе главных компонент по характеристикам плотных траекторий движения. Проведено сравнение показателей точности и быстродействия с алгоритмом обнаружения по длинам векторов оптического потока. Результаты свидетельствуют о повышении быстродействия при использовании плотных траекторий и сохранении точности при обучении модели «мешка признаков» на сбалансированной выборке признаков поведения.

Ключевые слова:
видеонаблюдение, обнаружение нехарактерного поведения, метод главных компонент, плотные траектории движения.

Цитирование:
Шаталин, Р.А. Применение плотных траекторий движения к задаче обнаружения нехарактерного поведения на видеоизображении / Р.А. Шаталин, В.Р. Фидельман, П.Е. Овчинников // Компьютерная оптика. – 2018. – Т. 42, № 3. – С. 476-482. – DOI: 10.18287/2412-6179-2018-42-3-476-482.

Литература:

  1. Sodemann, A. A review of anomaly detection in automated surveillance / A. Sodemann, M. Ross, B. Borghetti // IEEE Transactions on Systems, Man, and Cybernetics, Part C: Applications and Reviews. – 2012. – Vol. 42, Issue 6. – P. 1257-1272. – DOI: 10.1109/TSMCC.2012.2215319.
  2. Епифанцев, Б.Н. Мультисенсорные системы мониторинга территорий ограниченного доступа: возможности видеоаналитического канала обнаружения вторжений / Б.Н. Епифанцев, А.А. Пятков, С.А. Копейкин // Компьютерная оптика. – 2016. – Т. 40, № 1. – С. 121-129. – DOI: 10.18287/2412-6179-2016-40-1-121-129.
  3. Wang, H. Dense trajectories and motion boundary descriptors for action recognition / H. Wang, A. Kläser, C. Schmid, C. Liu // International Journal of Computer Vision. – 2013. – Vol. 103, Issue 1. - P. 60-79. – DOI: 10.1007/s11263-012-0594-8.
  4. Chandola, V. Anomaly detection: A survey / V. Chandola, A. Banerjee, V. Kumar // ACM Computing Surveys (CSUR). – 2009. – Vol. 41, Issue 3. – 15 (58 p.). – DOI: 10.1145/1541880.1541882.
  5. Jolliffe, I. Principal component analysis. / I. Jolliffe. – 2nd ed. – New York: Springer-Verlag, 2002. – 488 p. – ISBN: 978-0-387-95442-4.
  6. Шаталин, Р.А. Обнаружение нехарактерного поведения в задачах видеонаблюдения / Р.А. Шаталин, В.Р. Фидельман, П.Е. Овчинников // Компьютерная оптика. – 2017. – Т. 41, № 1. – С. 37-45. – DOI: 10.18287/2412-6179-2017-41-1-37-45.
  7. He, H. Learning from imbalanced data / H. He, E.A. Garcia // IEEE Transactions on Knowledge and Data Engineering. – 2009. – Vol. 21, Issue 9. – P. 1263-1284. – DOI: 10.1109/TKDE.2008.239.
  8. Акимов, А.В. Модели и алгоритмы искусственного размножения данных для обучения алгоритмов распознавания лиц методом Виолы-Джонса / А.В. Акимов, А.А. Сирота // Компьютерная оптика. – 2016. – Т. 40, № 6. – С. 911-918. – DOI: 10.18287/2412-6179-2016-40-6-911-918.
  9. 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, Issue 7. – P. 1168-1177. – DOI: 10.1109/TIP.2008.924285.
  10. Овчинников, П.Е. Критерий качества выделения фона с использованием морфологических операторов для задач обнаружения нештатных ситуаций / П.Е. Овчинников, Р.А. Шаталин // Системы управления и информационные технологии. – 2014. – Т. 56, № 2.1. – С. 190-194.
  11. Bouguet, J. Pyramidal implementation of the lucas kanade feature tracker / J. Bouguet // Intel Corporation, Microprocessor Research Labs. – 2000. – 9 p.
  12. Antonakaki, P. Detecting abnormal human behavior using multiple cameras / P. Antonakaki, D. Kosmopoulos, S. Perantonis // Signal Proccesing. – 2009. – Vol. 89, Issue 9. – P. 1723-1738. – DOI: 10.1016/j.sigpro.2009.03.016.
  13. 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, Issue 1. – P. 18-32. – DOI: 10.1109/TPAMI.2013.111.
    14. © 2009, IPSI RAS
    Россия, 443001, Самара, ул. Молодогвардейская, 151; электронная почта: journal@computeroptics.ru ; тел: +7 (846) 242-41-24 (ответственный секретарь), +7 (846) 332-56-22 (технический редактор), факс: +7 (846) 332-56-20