主题模型在视频异常行为检测中的应用

摘要：

　　主题模型能够挖掘数据背后潜在的主题，从而将数据进行聚类，因此可以将其应用到视频分析中，挖掘其中的行为。主题模型在时序文本流和图像分割问题上分别加入了时间因素和空间因素，在视频异常检测中由于视频数据本身的时空特性，需要同时将两个因素加入到模型中。对主题模型近些年来的衍变进行总结，主要是围绕时间序列主题建模和在主题模型中引入空间因素，并将该方法应用在视频异常行为检测中；通过在QMUL十字路口视频数据集上的实验证实了该主题模型在视频异常行为检测中的效果，分析了其可改进之处。

关键词： 视频异常行为 检测技术 数据挖掘 主题模型

作者: ZHAO Liang 赵靓 SHANG Lin 商琳 ZHOU Xin-min 周新民

作者单位: Department of Computer Science and Technology, Nanjing University, Nanjing 210046, China 南京大学计算机科学与技术系 南京210046 Jiangsu Provincial Public Security Department, Nanjing 210024, China 江苏省公安厅 南京210024

会议类型: 国内会议

会议名称: 第十二届中国Rough集与软计算学术会议、第六届中国Web智能学术研讨会及第六届中国粒计算学术研讨会联合学术会议

会议地点: 合肥

会议语种:中文

页码: 117-122

在线出版日期: 2012-10-13（万方平台首次上网日期，不代表论文的发表时间）