Обнаружение нехарактерного поведения в задачах видеонаблюдения
Автор: Шаталин Роман Андреевич, Фидельман Владимир Романович, Овчинников Павел Евгеньевич
Журнал: Компьютерная оптика @computer-optics
Рубрика: Обработка изображений: Распознавание образов
Статья в выпуске: 1 т.41, 2017 года.
Бесплатный доступ
Предложен алгоритм обнаружения нехарактерного поведения в задачах видеонаблюдения. Алгоритм составляет модель нормального поведения на основе образцов, что позволяет применить его в широком диапазоне условий. Результаты тестирования алгоритма свидетельствуют о его пригодности для простых сцен и сцен с большим количеством движущихся объектов.
Обработка видеоизображений, обнаружение нештатных ситуаций, метод главных компонент
Короткий адрес: https://sciup.org/14059537
IDR: 14059537 | DOI: 10.18287/2412-6179-2017-41-1-37-45
Abnormal behaviour detection method for video surveillance applications
In this paper, we propose novel method for abnormal behavior detection in the video surveillance. The method constructs a normal behavior model using training samples, which makes possible application in a wide range of conditions and scenes. The method was tested in controlled and real conditions. The result shows that the method can be used to detect abnormal behavior in simple and crowded scenes.
Список литературы Обнаружение нехарактерного поведения в задачах видеонаблюдения
- Stringa, E. Real-time video-shot detection for scene surveillance applications/E. Stringa, C.S. Regazzoni//IEEE Transactions on Image Processing. -2000. -Vol. 9(1). -P. 69-79.
- Nasution, A. Intelligent video surveillance for monitoring elderly in home environment/А. Nasution, S. Emmanuel//Proceedings of IEEE 9th Workshop on Multimedia Signal Processing. -2007. -P. 203-206. - DOI: 10.1109/MMSP.2007.4412853
- Lavee, G. Understanding video events: a survey of methods for automatic interpretation of semantic occurrences in video/G. Lavee, E. Rivlin, M. Rudzsky//IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews). -2009. -Vol. 39(5). -P. 489-504.
- Chandola, V. Anomaly detection: A survey/V. Chandola, A. Banerjee, V. Kumar//ACM Computing Surveys (CSUR). -2009. -Vol. 41(3). -15 (58 p). - DOI: 10.1145/1541880.1541882
- Денисова, А.Ю. Обнаружение аномалий на гиперспектральных изображениях/А.Ю. Денисова, В.В. Мясников//Компьютерная оптика. -2014. -Т. 38, № 2. -С. 287-296.
- Jolliffe, I. Principal component analysis. Springer series in statistic/I. Jolliffe. -2nd ed. -NY, Berlin, Heidelberg: Springer-Verlag, 2002. -488 p. -ISBN: 0-387-95442-2.
- Yu, T.-H. Unsupervised abnormal behavior detection for real-time surveillance using observed history/T.-H. Yu, Y.S. Moon//Proceedings of MVA2009 IAPR Conference on Machine Vision Applications. -2009. -P. 166-169.
- Kim, J. Observe locally, infer globally: A space-time MRF for detecting abnormal activities with incremental updates/J. Kim, K. Grauman//Proceedings of IEEE Computer Vision and Pattern Recognition, CVPR 2009. -2009. -P. 2921-2928. - DOI: 10.1109/CVPR.2009.5206569
- 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(1) -P. 18-32.
- Минаев, E.Ю. Детектирование и распознавание объектов в системах автомобильной безопасности на основе фрактального анализа/Е.Ю. Минаев, А.В. Никоронов//Компьютерная оптика. -2012. -Т. 36, № 1. -С. 124-130.
- Brutzer S. Evaluation of background subtraction techniques for video surveillance/S. Brutzer, B. Hoferlin, G. Heidemann//Proceedings of the 2011 IEEE Conference on Computer Vision and Pattern Recognition. -2011. -P. 1937-1944. - DOI: 10.1109/CVPR.2011.5995508
- 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(7). -P. 1168-1177.
- Шаталин, Р.A. Критерий качества выделения фона с использованием морфологических операторов для задач обнаружения нештатных ситуаций/Р.А. Шаталин, П.Е. Овчинников//Системы управления и информационные технологии. -2014. -Т. 56(2.1). -С. 190-194.
- Fleet D. Optical flow estimation/D. Fleet, Y. Weiss. -In Book: Handbook of mathematical models in computer vision/Ed. by N. Paragios, Y. Chen, O. Faugeras. -Chapter IV. -US: Springer; 2006. -P. 239-258. -ISBN: 978-0-387-26371-7. - DOI: 10.1007/0-387-28831-7_15
- Bouguet, J. Pyramidal implementation of the lucas kanade feature tracker/J. Bouguet. -Intel Corporation, Microprocessor Research Labs, 2000. -9 p.
- Antonakaki P. Detecting abnormal human behavior using multiple cameras/P. Antonakaki, D. Kosmopoulos, S. Perantonis//Signal Proccesing. -2009. -Vol. 89(9). -P. 1723-1738. - DOI: 10.1016/j.sigpro.2009.03.016
- Hall, M. Correlation based feature selection for machine learning: Doctoral dissertation/M. Hall. -Hamilton, NewZealand: The University of Waikato, Department of Computer Science, 1999. -178 p.
