A funcionalidade de pesquisa está em construção.
A funcionalidade de pesquisa está em construção.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

Crowd Gathering Detection Based on the Foreground Stillness Model Detecção de aglomeração de multidões com base no modelo de quietude em primeiro plano

Chun-Yu LIU, Wei-Hao LIAO, Shanq-Jang RUAN

  • Exibições de texto completo

    0

  • Cite isto

Resumo:

A detecção de comportamento anormal de multidões é um importante tópico de pesquisa em visão computacional para melhorar o tempo de resposta de eventos críticos. Nesta carta, apresentamos um novo método para detectar e localizar multidões reunidas em vídeos de vigilância. O modelo de quietude de primeiro plano proposto é baseado na máscara do objeto em primeiro plano e no fluxo óptico denso para medir o nível instantâneo de quietude da multidão. Além disso, obtemos o nível de quietude da multidão a longo prazo pelo modelo do balde furado, e o comportamento de aglomeração da multidão pode ser detectado pela análise de limiar. Resultados experimentais indicam que a abordagem proposta pode detectar e localizar eventos de aglomeração de multidões, e é capaz de distinguir entre multidões em pé e andando. Os experimentos em cenas realistas com precisão de 88.65% para detecção de quadros de aglomeração mostram que nosso método é eficaz para detecção de comportamento de aglomeração de multidões.

Publicação
IEICE TRANSACTIONS on Information Vol.E101-D No.7 pp.1968-1971
Data de publicação
2018/07/01
Publicitada
2018/03/30
ISSN online
1745-1361
DOI
10.1587/transinf.2018EDL8005
Tipo de Manuscrito
LETTER
Categoria
Reconhecimento de imagem, visão computacional

autores

Chun-Yu LIU
  National Taiwan University of Science and Technology
Wei-Hao LIAO
  National Taiwan University of Science and Technology
Shanq-Jang RUAN
  National Taiwan University of Science and Technology

Palavra-chave