TY -的A2 -拉萨罗,安东尼奥AU - Cai, Lei AU -罗,而非盟-周Guangfu PY - 2019 DA - 2019/11/15 TI -多级分析人类行为的异常复杂的场景SP - 1276438六世- 2019 AB -有效的不正常的人类行为分析突发事件之前作为一个警告信号。然而，目前人类的异常行为检测大多依赖人工监测。这种方法被批评为主观性强，缺乏时效性。针对以上问题，本文提出了一种复杂场景中人类异常行为的多阶段分析方法。本文首先应用社会力模型的相似性度量方法，将异常行为与大范围监测区域进行粗略区分，然后进行精确分析。在三帧差分算法的基础上，将多阶段分析应用于入侵检测、留守行李检测和运动轨迹识别。实验结果表明了该方法在UMV、CAVIAR和数据集上的优越性。为了证明该方法的适应性和泛化能力，本文选取CVC和JAAD驱动异常检测数据集对该方法进行测试。实验结果表明，该方法优于现有方法。SN - 1687-725X UR - https://doi.org/10.1155/2019/1276438 DO - 10.1155/2019/1276438 JF - Journal of Sensors PB - Hindawi KW - ER -