论文部分内容阅读
本文解决了拥挤场景下异常事件检测与定位难的问题，提出了一种基于谱聚类的视频异常事件检测算法。该算法通过学习局部特征在时空上的变化，来提取视频中不同的人群事件。将时空块上的运动信息作为局部特征样本，利用拉普拉斯特征映射，将训练视频中的局部特征映射到低维空间中进行聚类，得到不同的正常人群事件的类中心，以类中心建立码本。实验结果表明，该方法能较好地对异常行为进行检测与定位，具有较高的识别率。