کد مقاله | کد نشریه | سال انتشار | مقاله انگلیسی | نسخه تمام متن |
---|---|---|---|---|
6937663 | 869000 | 2016 | 11 صفحه PDF | دانلود رایگان |
عنوان انگلیسی مقاله ISI
Online real-time crowd behavior detection in video sequences
ترجمه فارسی عنوان
تشخیص رفتار جمعیت آنلاین در حال حاضر در توالی ویدیو
دانلود مقاله + سفارش ترجمه
دانلود مقاله ISI انگلیسی
رایگان برای ایرانیان
کلمات کلیدی
تشخیص رویداد، تجزیه و تحلیل جمعیت، تقسیم بندی تصویر، نظارت هوشمند،
ترجمه چکیده
به صورت خودکار تشخیص حوادث در صحنه های شلوغ یک کار چالش برانگیز در دیدگاه کامپیوتر است. تعدادی از رویکردهای آفلاین برای حل مشکل تشخیص رفتار جمعیت پیشنهاد شده است، اما پیش فرض آفلاین کاربرد آنها را در سیستم های نظارت تصویری واقعی واقع می کند. در این مقاله، یک روش آنلاین و زمان واقعی برای تشخیص حوادث در توالی ویدیوهای شلوغ پیشنهاد می کنیم. رویکرد پیشنهادی براساس ترکیبی از استخراج ویژگی های بصری و تقسیم بندی تصویر است و بدون نیاز به یک مرحله آموزشی کار می کند. یک ارزیابی تجربی کمی بر روی چندین توالی ویدئویی موجود در دسترس وجود دارد که حاوی اطلاعات از سناریوهای مختلف جمعیت و انواع مختلف حوادث است تا اثربخشی رویکرد را نشان دهد.
موضوعات مرتبط
مهندسی و علوم پایه
مهندسی کامپیوتر
چشم انداز کامپیوتر و تشخیص الگو
چکیده انگلیسی
Automatically detecting events in crowded scenes is a challenging task in Computer Vision. A number of offline approaches have been proposed for solving the problem of crowd behavior detection, however the offline assumption limits their application in real-world video surveillance systems. In this paper, we propose an online and real-time method for detecting events in crowded video sequences. The proposed approach is based on the combination of visual feature extraction and image segmentation and it works without the need of a training phase. A quantitative experimental evaluation has been carried out on multiple publicly available video sequences, containing data from various crowd scenarios and different types of events, to demonstrate the effectiveness of the approach.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Computer Vision and Image Understanding - Volume 144, March 2016, Pages 166-176
Journal: Computer Vision and Image Understanding - Volume 144, March 2016, Pages 166-176
نویسندگان
Andrea Pennisi, Domenico D. Bloisi, Luca Iocchi,