近似周期运动的人体异常行为识别

从人体行为动作的近似运动周期出发,对人体异常行为识别进行了研究。首先采用混合高斯模型的背景差分法提取出人体运动目标,然后对人体形状的变化进行分析来获取该人体运动的近似周期,将人的行为序列分解为一系列的近似运动周期单元,并提取某一近似运动周期单元的R变换特征,最后通过动态时间规整法来决定不同人体运动的类别归属。实验证明,该算法可以有效地检测人体异常行为。     

一种低照度视频序列增强算法

为了提高低照度视频的视觉效果,提出一种基于对数图像处理（LIP）的增强算法和改进的双向均衡算法相结合的方法,并运用帧间互相关信息,在保证视觉效果的前提下,减少了处理的帧数,提高了处理的速度。实验结果表明,该方法简单、实用,能够得到较理想的效果。