基于线性稀疏模型和iHMM的群体异常事件检测  

作　　者：司莉莉[1] 郭春生[1] 

机构地区：[1]杭州电子科技大学通信工程学院

出　　处：《软件导刊》2017年第3期1-3,共3页Software Guide

基　　金：国家自然科学基金项目(61372157)

摘　　要：在群体异常检测中,人群特征感知主要提取个体的群体特性。提出了基于群特征的稀疏线性模型和无限隐马尔可夫(SLM-iHMM)方法检测人群异常事件。该方法通过统计模型整合空间和时间因素,基于SLM提取空间线索,从而在空间域中建立用于群特征提取的统计模型。时间线索在iHMM中被明确地编码,用于分析来自空间域的时间多尺度特征。关于UMN数据集的实验验证了该方法的可行性和有效性。

关 键 词：稀疏线性模型 空时因素 群体异常检测 

分 类 号：TP306[自动化与计算机技术—计算机系统结构]