Метод выявления аномальных движений людей на видеозаписях без предварительного обучения

В данной статье представлен метод автоматического выявления аномальных движений человека на видеозаписях без предварительного обучения. Предлагаемый подход включает предобработку входных данных, сегментацию движения с использованием алгоритма PELT и кластеризацию сегментов методом DBSCAN. В качестве входного датасета используется набор данных подготовленных с помощью нейросетевых детекторов. Автоматический подбор параметров кластеризации с применением метода локтя позволяет разделить типичные и аномальные паттерны. Результаты экспериментов, проведённых на наборе данных MOT-17, демонстрируют возможность выделения аномальных движений даже при наличии шумов и пропусков. Оценочные метрики (индекс Калински -– Харабаша, индекс Дэвиса – Болдина и коэффициент силуэта) свидетельствуют о приемлемом качестве кластеризации, что подтверждает перспективность предлагаемого метода для применения в системах видеонаблюдения.