基于神经网络的交互式异常行为识别研究

2018-10-24关百胜卞春江冯水春

电子设计工程 2018年20期

关百胜，卞春江，冯水春，陈实

（1.中国科学院国家空间科学中心北京100190；2.中国科学院大学北京100094）

人的行为识别一直是计算机视觉领域的一个重要研究方向。近年来随着深度学习技术的不断发展，行为识别已经成为了计算机视觉方向的一个研究热点[1]。在智能安防领域中，人的行为识别研究范围主要包括越界检测、遗留物力检测、徘徊检测和打架斗殴等异常行为。

目前，行为识别研究方面的一些综述性文章[2-7]对最近几年行为识别的发展现状进行了分析和总结。行为识别特征提取的方法分为传统的特征提取方法和基于深度学习的特征提取方法。针对人的行为分析主要包括人的姿态分析[8]、单人行为分析[9]、交互式行为分析[10]和人群行为分析[11]。

交互式行为识别的研究工作主要开始于2010[12]年。在2014年的Computer Vision and Pattern Recognition（CVPR）会议上，相关专家对交互式行为识别的研究现状以及存在的问题进行了讨论分析。之前的研究方法主要是通过传统的图像特征提取方法和分类算法等手段进行交互式行为的识别，因此无法对复杂的交互式异常行为进行识别，算法的鲁棒性较差。考虑到目前深度学习在行为识别上已经取得初步的成果，故本文提出基于神经网络的交互式异常行为识别方法，对异常行为进行识别。神经网络技术能够自动提取视频中的交互式行为特征，避免了设计复杂的行为特征提取算法，减化了算法的设计流程，同时也提高了系统的鲁棒性。