资料下载
×
基于粗糙集的低密度人群异常行为识别算法
消耗积分:0 |
格式:pdf |
大小:4.38 MB |
2021-06-17
分享资料个
为解决现有基于人工设计特征行为识别方法缺少多类异常行为分类研究和受人工影响大等问题，提出和实现了基于粗糙集的多类中低密度人群异常行汋识别算法。该算法首先提取目标人群的人欻、帧泙均加速度、矩形框的距离势能、方向混乱熵，以及帧间混乱程度五个运动特征量，利用粗糙集从中学习以萩取决策规则，再对正常、四散、同向加速跑、突然聚集和群殴这五类人群行为进行分类，并定量对比分析本文算法和其他同类算法处理同一视频集的分类效果。结果表明：与随机森林法等其他冋类算法相比，该算法不仅能够有效检测岀亼群异常行汋，还能准确地对五类人群行为进行分类，其识别准确率和覆盖率均有明显提升。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
