[1]印勇 张毅 刘丹平.基于改进Hu矩的异常行为识别[J].计算机技术与发展,2009,(09):90-92.
　YIN Yong,ZHANG Yi,LIU Dan-ping.Abnormal Behavior Based on Improved Hu Moments[J].,2009,(09):90-92.
点击复制

基于改进Hu矩的异常行为识别()
分享到：

《计算机技术与发展》[ISSN:1006-6977/CN:61-1281/TN]

卷:
期数:
2009年09期
页码:
90-92
栏目:
智能、算法、系统工程
出版日期:
1900-01-01

文章信息/Info

Title:
Abnormal Behavior Based on Improved Hu Moments
文章编号:
1673-629X（2009）09-0090-03
作者:
印勇 张毅 刘丹平
重庆大学通信工程学院
Author(s):
YIN Yong;  ZHANG Yi;  LIU Dan-ping
College of Communication Engineering, Chongqing University
关键词:
异常行为识别; Hu矩; Hausdorff距离
Keywords:
abnormal behavior identification;  Hu moments;  Hausdorff distance
分类号:
TN911.73
文献标志码:
A
摘要:
提出了基于改进Hu矩的异常行为识别算法，主要对跳、加速跑、摔倒、下蹲、挥手和手拿异物六种异常行为进行识别。对视频流首先要提取运动人体轮廓，然后对所得到的轮廓进行特征提取，这里主要提取人体运动的形状特征，最后，通过模板匹配的方法，采用Hausdorff距离计算所需识别的当前行为特征向量与模板行为（正常行走的行为）特征向量之间的相似性，并通过相应的阈值判定该行为是否为异常行为。实验证明，该方法对文中给出的样本异常行为的识别率达到100％，有一定实用价值
Abstract:
Proposed an abnormal behavior recognition algorithm based on improved Hu moments. There are six kinds of abnormal behavior, including jump, accelerate run, trip, squat, wave, stick in hand. Firstly, the contours of motion human are extracted. Then, the fe

相似文献/References:

[1]张明恒 王华莹 郭烈.基于改进K—Means算法的车辆识别方法[J].计算机技术与发展,2012,(05):53.
　ZHANG Ming-heng,WANG Hua-ying,GUO Lie.Method of Vehicle Detection Based on Improved K-Means Algorithm[J].,2012,(09):53.
[2]吴彩芳[],谢钧[],俞璐[]. 基于骨骼和深度信息的手势识别的研究与应用[J].计算机技术与发展,2016,26(08):200.
　WU Cai-fang[],XIE Jun[],YU Lu[]. Research and Application of Gesture Recognition Based on Information of Body Skeleton and Depth[J].,2016,26(09):200.

备注/Memo

备注/Memo:
重庆市自然科学基金资助项目（CSTC,2006BB3162）印勇（1963-），男，重庆人，副教授，博士,研究方向为图像信息处理。
更新日期/Last Update: 1900-01-01