基于多特征融合的停车场行人异常行为识别

视频异常行为检测对保障公共安全至关重要。针对停车场视频监控中行人异常行为识别准确率低的问题，提出一种基于轨迹-骨架多特征融合的异常目标识别方法。首先根据停车场的环境要求定义异常行为类型；然后对停车场区域进行行人识别，对行人进行图像跟踪，得到其运动轨迹，并对人体姿态进行分析，计算相应关节点的图像坐标；最后融合轨迹特征和骨架特征，对正常行为和异常行为进行分类，实现对目标异常行为的识别。在行为分析数据库上的试验结果表明，本算法的准确率达到87.08%，与单一特征识别方法相比，提高了异常行为的检测效率。本方法能够有效地识别停车场行人的异常行为，在实际工程中具有参考价值。