時空間情報を用いた異常動作検出(一般セッション,文字・文書の認識と理解)

スポンサーリンク

概要

論文の詳細を見る
人物シルエットの形状とその時間的変化を表すことができる特徴を用いて、人物の異常動作を検出する手法を提案する。まず、シルエットを上半身と下半身に分け、各々で複数のブロックに分割する。ブロックのサイズは、ブロック内のピクセル数がそれぞれ均等に割り振られるように大きさを決定する。次いで、ブロック内のピクセル密度を計算する。ピクセル密度の時系列データに対して、離散フーリエ変換を適用し、動作の周期的特徴を獲得する。また、時系列データの平均と分散を求めることで、一定時間内でのシルエットの形状特徴を獲得する。周期的特徴と形状特徴から特徴ベクトルを作成し、One Class SVMにより学習・識別を行う。本手法は、時間的及び空間的特徴を用いるため、人物の動的な異常と静的な異常の両方を識別することができる。実験では、歩く・走る・立ち止まる動作を正常、その他の動作を異常として検出し、手法の有効性を示した。
2011-03-03

著者

関連論文

もっと見る

スポンサーリンク