科研之友
微信
新浪微博
Facebook
分享链接
摘要
安防视频监控系统的智能化进程远远不及视频数据量的增长速度。分析视频中行人数据信息，提高智能终端技术，将对智慧城市建设起到积极的推动作用。针对行人异常徘徊行为分析，现有的徘徊检测方法以时间或目标轨迹作为评价标准，由于轨迹复杂，只处理了一些简单的徘徊情况。为此，本文对异常徘徊进行重新定义以避免误检。定量描述异常徘徊行为，将YOLOv5目标检测和DeepSORT行人跟踪算法相结合，采集视频中行人动态和静态数据，通过Savitzky-Golay滤波器进行数据预处理，补全目标跟踪的行人轨迹缺失值，构建数据的特征属性集合。针对产生大量运动轨迹且滞留时间较长的行为数据建立模型，利用数据集训练决策树分类的分级模型，对行人异常徘徊行为进行判别，试验分析结果验证了本文方法的有效性。
- 单位
