聚类挖掘在监控视频中的应用  

Cluster for Mining Surveillance Video

作　　者：代科学[1] 李国辉[1] 武德峰[1] 

机构地区：[1]国防科技大学信息系统与管理学院,湖南长沙410073

出　　处：《测控技术》2006年第10期16-18,21,共4页Measurement & Control Technology

基　　金：国家自然科学基金(60273066);湖南省教育厅高等学校科研预研资助项目

摘　　要：提出了一种针对监控视频数据的挖掘算法。算法根据输入视频帧与可更新背景帧的差异计算帧运动量,按运动量所属类型分割视频段,然后根据视频段的平均运动量采用K均值算法进行聚类分组。通过对大楼走廊的监控视频进行运动量挖掘,能对可能的异常事件给予告警,发现一天中各时段走廊的拥挤程度和模式。实验结果表明该挖掘算法对于室内走廊监控视频是有效的和鲁棒的,可以在一定程度上提高监控视频的智能应用。An algorithm of mining surveillance video is proposed. The first step is computing the difference between an input frame and an updatable background image to get the motions of the input frame. Then video sequence is segmented according to the motions. Thirdly, video mining is performed by utilizing the features extracted from the video segments. Using this technology, abnormal events are detected, and crowd degrees and patterns are mined from corridor surveillance video, which can improve the intelligence of surveillance application. The experimental results indicate the algorithm is effective and robust.

关 键 词：视频挖掘 监控视频挖掘 运动量挖掘 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]