安防视频行人异常徘徊提示的决策树方法  

作　　者：魏英姿[1] 曹振林 

机构地区：[1]沈阳理工大学,辽宁沈阳110158

出　　处：《物联网技术》2023年第6期28-32,共5页Internet of things technologies

摘　　要：安防视频监控系统的智能化进程远远不及视频数据量的增长速度。分析视频中行人数据信息,提高智能终端技术,将对智慧城市建设起到积极的推动作用。针对行人异常徘徊行为分析,现有的徘徊检测方法以时间或目标轨迹作为评价标准,由于轨迹复杂,只处理了一些简单的徘徊情况。为此,本文对异常徘徊进行重新定义以避免误检。定量描述异常徘徊行为,将YOLOv5目标检测和DeepSORT行人跟踪算法相结合,采集视频中行人动态和静态数据,通过Savitzky-Golay滤波器进行数据预处理,补全目标跟踪的行人轨迹缺失值,构建数据的特征属性集合。针对产生大量运动轨迹且滞留时间较长的行为数据建立模型,利用数据集训练决策树分类的分级模型,对行人异常徘徊行为进行判别,试验分析结果验证了本文方法的有效性。

关 键 词：异常徘徊 YOLO目标检测 DeepSORT算法 Savitzky-Golay滤波器 决策树 安防视频分析 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]