Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Differential Opposition-Based Particle Swarm Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Research of Crowed Abnormal Behavior Detection Technology Based on Trajectory Gradient

verfasst von : Kangshun Li, Hongtao Huang, Zebiao Zheng, Yusheng Lu

Erschienen in: Computational Intelligence and Intelligent Systems

Verlag: Springer Singapore

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Taking the characteristic value as the core, a population abnormality detection algorithm is used to process the crowd surveillance video. Using density detection, the density of the population is first obtained. Object-based feature extraction is used in low-density scenes, and pixel-based feature extraction in high-density scenes. So as to obtain the crowd of exercise intensity, trajectory gradient, entropy and local density and other characteristic value. Finally identify the abnormal behavior of the population based on characteristic value. The experimental results show that the characteristic value is obvious when the abnormality occurs. The algorithm’s performance index is superior to the traditional crowd behavior recognition algorithm with high recognition rate.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Human Motion Model Construction Based on Gene Expression Programming
Nächstes Kapitel A Novel Monitor Image De-hazing for Heavy Haze on the Freeway
Literatur
1.
Wei, Y., Zhuang, X., Fu, Q.: Research progress on the crowd abnormal recognition technology. Comput. Syst. Appl. 25(9), 10–16 (2016)
2.
Zhang, P.: Crowd status analysis and abnormal behavior detection. Civil Aviation University of China (2016)
3.
Zhang, J.: Anomaly detection of crowd based on motion entropy. Modem Comput. (07), 40–43 (2013)
4.
He, C.-Y., Wang, P., Zhang, X.-H., et al.: Abnormal behavior detection of small and medium crowd based on intelligent video surveillance. J. Comput. Appl. 36(6), 1724–1729 (2016)
5.
Chenguang, G., Xianglong, L., Linfeng, Z., et al.: A fast and accurate corner detector based on Harris algorithm. In: International Symposium on Intelligent Information Technology Application, pp. 49–52. IEEE (2009)
6.
Shen, M., Song, H.: Optic flow target tracking method base on croner detection. Electron. Devices 30(4), 1397–1399 (2007)
7.
Deng, X., Tong, Q., Wen, Z., et al.: The comparison and analysis of moving target detection based on optical flow of Horn-Schunk and Kalman filtering technology. Int. J. Adv. Comput. Technol. (2013)
8.
Xu, S.-F., Wu, S.-L., Li, H.: An analysis on human skin texture based on gray-level co-occurrence matrix. Acta Lebihreei Sinica 20(3), 324–328 (2011)
9.
Hu, B.: Detection of abnormal crowd event in high density video. Anhui University (2013)
10.
Duan, J.-J., Gao, L., Fan, Y., et al.: Abnormal crowd behavior recognition based on KOD energy model. Appl. Res. Comput. 30(12), 3836–3839 (2013)
Metadaten
Titel
Research of Crowed Abnormal Behavior Detection Technology Based on Trajectory Gradient
verfasst von
Kangshun Li
Hongtao Huang
Zebiao Zheng
Yusheng Lu
Copyright-Jahr
2018
Verlag
Springer Singapore
Buch
Computational Intelligence and Intelligent Systems

Print ISBN: 978-981-13-1650-0

Electronic ISBN: 978-981-13-1651-7

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-981-13-1651-7_43