基于因果网络分析的小规模人群行为识别

被引:5
作者
张旭光
刘春霞
左佳倩
机构
[1] 燕山大学电气工程学院
基金
国家杰出青年科学基金; 中国博士后科学基金;
关键词
机器视觉; 人群行为识别; 协方差跟踪; Granger因果; 复杂网络;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
人群行为识别是计算机视觉领域的重要研究课题,针对小规模松散人群兼具微观层面与宏观层面行为特征这一特点,提出了一种基于因果网络分析的小规模人群行为识别方法。先将各行人目标看成网络的节点,利用协方差跟踪获得目标的运动轨迹,并利用Granger因果关系检验来评估目标之间的相互作用,并用此因果关系来构建成对因果网络和成组因果网络,计算复杂网络的平均路径长度,介数,聚类系数等参数特性,以表达和识别聚集、聊天、分离、徘徊、相遇及同行等6种人群行为,实验结果表明,提出的算法能够有效的表达和识别人群行为。
引用
收藏
页码:185 / 191
页数:7
相关论文
共 12 条
[1]   基于粒子群算法的动态热释电目标跟踪 [J].
王泽兵 ;
杨卫 ;
秦丽 .
光学学报, 2014, 34 (10) :35-41
[2]   基于网络连接度指标的脑梗死患者脑电信号相同步分析 [J].
侯凤贞 ;
戴加飞 ;
刘新峰 ;
黄晓林 .
物理学报, 2014, 63 (04) :63-68
[3]   基于时空语义信息的视频运动目标交互行为识别方法 [J].
金标 ;
胡文龙 ;
王宏琦 .
光学学报, 2012, 32 (05) :153-159
[4]   基于自适应混合滤波的多目标跟踪算法 [J].
梁敏 .
光学学报, 2010, 30 (09) :2554-2561
[5]   中国股市发展与经济增长的相关性研究 [J].
苏艳丽 ;
庄新田 .
东北大学学报(社会科学版), 2010, 12 (02) :129-134
[6]   基于运动方向的异常行为检测 [J].
胡芝兰 ;
江帆 ;
王贵锦 ;
林行刚 ;
严洪 .
自动化学报, 2008, (11) :1348-1357
[7]   场景监控中的人群密度估计 [J].
胡波 ;
李晓华 ;
沈兰荪 .
电路与系统学报, 2007, (06) :19-22
[8]   从统计物理学看复杂网络研究 [J].
吴金闪 ;
狄增如 .
物理学进展, 2004, (01) :18-46
[9]  
An energy model approach to people counting for abnormal crowd behavior detection[J] . Guogang Xiong,Jun Cheng,Xinyu Wu,Yen-Lun Chen,Yongsheng Ou,Yangsheng Xu.Neurocomputing . 2011
[10]   Recognizing Pair-Activities by Causality Analysis [J].
Zhou, Yue ;
Ni, Bingbing ;
Yan, Shuicheng ;
Huang, Thomas S. .
ACM TRANSACTIONS ON INTELLIGENT SYSTEMS AND TECHNOLOGY, 2011, 2 (01)