6、利用SVM和ResNet50模型分析不同背景监控视频中的人类异常活动模式

利用SVM和ResNet50模型分析不同背景监控视频中的人类异常活动模式

1. 引言

随着人口的不断增长,大多数公共场所都挤满了人,因此对这些场所进行监控和管理人群活动变得至关重要,这有助于提高公共安全并保护物理资产。如今,监控系统的成本和维护费用大幅降低,但不受欢迎的活动发生率却有所增加,影响了许多受监控的场所。然而,手动分析监控视频是一项繁琐的任务,由于视频文件较大且包含各种不同的活动,容易导致信息丢失。因此,自动异常活动检测系统显得尤为重要。

这项工作的目标是在四个数据集(‘SAIAZ’(学术区域学生活动) - 走廊、‘SAIAZ’ - 开放空间、来自YouTube的教室暴力视频(cc)以及混合背景数据集(MBD))中识别诸如掌掴、踢打、拳击、奔跑和打架等异常活动。其中,‘SAIAZ’数据集由本校学生志愿者创建,MBD则是从各种视频中选取的帧的集合。

本研究旨在比较经典SVM模型和ResNet50模型在这些数据集上的性能。SVM分类模型的工作流程如下:
1. 获取视频序列;
2. 使用背景减法分割前景对象;
3. 通过Hu不变矩提取统计和Hu特征;
4. 使用SVM分类器进行动作分类。

而深度学习架构,特别是CNN架构,是对象检测和分类的有效方法。ResNet50深度学习模型由49个卷积层和1个全连接层组成,它使用跳跃连接(残差连接)来避免训练期间的信息丢失。

2. 相关工作

近年来,监控数据量急剧增长,因此需要一个组织良好且一致的视频监控系统来处理这些数据。以下是一些相关的异常动作检测系统:
- 基于光流直方图的方法 :使

先展示下效果 https://pan.quark.cn/s/a4b39357ea24 遗传算法 - 简书 遗传算法的理论是根据达尔文进化论而设计出来的算法: 人类是朝着好的方向(最优解)进化,进化过程中,会自动选择优良基因,淘汰劣等基因。 遗传算法(英语:genetic algorithm (GA) )是计算数学中用于解决最佳化的搜索算法,是进化算法的一种。 进化算法最初是借鉴了进化生物学中的一些现象而发展起来的,这些现象包括遗传、突变、自然选择、杂交等。 搜索算法的共同特征为: 首先组成一组候选解 依据某些适应性条件测算这些候选解的适应度 根据适应度保留某些候选解,放弃其他候选解 对保留的候选解进行某些操作,生成新的候选解 遗传算法流程 遗传算法的一般步骤 my_fitness函数 评估每条染色体所对应个体的适应度 升序排列适应度评估值,选出 前 parent_number 个 个体作为 待选 parent 种群(适应度函数的值越小越好) 从 待选 parent 种群 中随机选择 2 个个体作为父方母方。 抽取父母双方的染色体,进行交叉,产生 2 个子代。 (交叉概率) 对子代(parent + 生成的 child)的染色体进行变异。 (变异概率) 重复3,4,5步骤,直到新种群(parentnumber + childnumber)的产生。 循环以上步骤直至找到满意的解。 名词解释 交叉概率:两个个体进行交配的概率。 例如,交配概率为0.8,则80%的“夫妻”会生育后代。 变异概率:所有的基因中发生变异的占总体的比例。 GA函数 适应度函数 适应度函数由解决的问题决定。 举一个平方的例子。 简单的平方问题 求函数的最小值,其中每个变量的取值区间都是 [-1, ...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符  | 博主筛选后可见
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值