- · 清华大学与美国布鲁金斯学会联合举办高级别闭门圆桌会议 探讨中美合作路径 共同应对新冠疫情[02/06]
- · 美术学院设计团队完成2021央视春晚动漫生肖吉祥物形象及周边衍生品设计[02/05]
- · 马来西亚IOI产业集团董事长李耀昇捐赠清华大学[02/02]
- · 新时代高校助力乡村振兴交流研讨会成功举办[02/01]
- · 清华大学电子工程系陆明泉教授荣获美国导航学会瑟洛奖并当选会士[01/29]
- · 清华大学全球战略布局项目2021年度工作交流会召开[01/23]
- · 清华大学召开2021年两院院士新春座谈会[01/20]
- · 清华大学召开2020年度校领导班子民主生活会[01/19]
基于视频图像处理的实验室异常行为检测
作者: 李明 杨凯 王军 杜文凯
关键词: 异常检测 行为分析 HOG特征 图像处理
摘要:连续采集多帧视频图像,利用帧间滤波法建立背景图像,并通过改进背景差分算法尽可能地提取完整的目标轮廓,并用链表法表示轮廓特征.提取目标轮廓的HOG特征,通过SVM分类器进行分类,研究分析不同的人体异常行为.该方法可以有效识别出快速移动、弯腰行走、跌倒、跳跃、长时间停留等异常行为.
上一篇: 高锰钢中氧含量测定方法研究
下一篇: 基于工程教育专业认证的机器人创新实验平台开发