文件名称：论文研究-基于轨迹聚类的公共安全异常检测.pdf
文件大小：603KB
文件格式：PDF
更新时间：2022-09-27 01:03:34
论文研究
公共安全异常检测的需求越来越迫切，监控中基于轨迹聚类的检测方法越来越流行，但是现有方法在处理高维不等长轨迹数据时效果并不理想。提出一个新的轨迹聚类方法，该方法通过组合动态时间弯曲和密度峰算法实现。动态时间弯曲用于度量轨迹间的距离，密度峰算法根据距离进行聚类。前者可直接度量不等长轨迹聚类，后者是近年提出的非球体分布数据聚类算法，以局部密度和最近邻聚类组合实现。实验在PETS2006监控视频数据集上进行，测试结果表明该方法有效地发现了异常的轨迹行为模式。